控制与决策

作者：宋建辉,张甲,刘砚菊,于洋

单位：沈阳理工大学自动化与电气工程学院,沈阳110159,,沈阳理工大学自动化与电气工程学院,沈阳110159,,沈阳理工大学自动化与电气工程学院,沈阳110159,,沈阳理工大学自动化与电气工程学院,沈阳110159,

关键词：目标跟踪;运动模糊;条件对抗生成网络;全卷积孪生网络

基金：国家重点研发计划项目(2017YFC0821001)；辽宁省科技厅自然基金指导计划项目(2019-ZD-0252); 辽宁省教育厅高等学校基本科研项目(LG201709).

为解决被跟踪目标在快速剧烈运动时,因运动模糊和低分辨率使模型发生漂移,导致跟踪器跟踪效果 变差甚至跟踪失败的问题,对全卷积孪生网络跟踪算法(SiamFC)进行改进,提出一种基于条件对抗生成 孪生网络的目标跟踪算法(CGANSiamFC).首先,在SiamFC框架的基础上嵌入条件对抗生成网络模块,对输入 的低分辨率模糊视频帧去模糊化;然后,利用全卷积孪生网络对重建后的视频帧进行特征提取,使模型的表征能力 进一步提升;最后,采用分离训练和线上组合方式对改进后的跟踪算法进行训练和测试,并使用视觉跟踪基准 数据集OTB100对改进后的跟踪算法进行性能评估;同时,为了充分验证所提出算法的有效性,使用传统的Lucy-Richardson去模糊算法对SiamFC加以改进,并与CGANSiamFC进行对比分析.实验结果表明,所提出的CGANSiamFC综合精确率和成功率指标比原SiamFC分别提高9%和8%,对运动模糊和低分辨率运动目标具有良好的跟踪效果.

来源：2021年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第5期