整体特征通道识别的自适应孪生网络跟踪算法

摘要

针对孪生网络目标跟踪算法仅使用特征提取网络提取特征,在遮挡、旋转、光照与尺度变化中容易出现跟踪失败的问题,提出整体特征通道识别的自适应孪生网络跟踪算法.将高效的通道注意力模块引入ResNet22孪生网络中,提高特征的判别能力.使用整体特征识别功能计算全局信息,提取更为丰富的语义信息,提高跟踪算法精度.同时,引入自适应模板更新机制,解决遮挡与长期跟踪导致的模板退化问题.为了验证所提方法的有效性,在OTB2015、VOT2016与VOT2018等公开数据集上进行测试,并与其他跟踪算法进行对比.结果表明,所提算法在精确度与成功率上表现较好,在背景杂乱、旋转、光照与尺度变化等情况中表现稳定.