文献类型：期刊文章

作　　者：才华[1,2] 王学伟[1] 付强[3] 王伟刚[4] 李英超[3]

CAI Hua;WANG Xue-wei;FU Qiang;WANG Wei-gang;LI Ying-chao(School of Electronic Information Engineering,Changchun University of Science and Technology,Changchun 130022,China;Changchun China Optical Science and Technology Museum,Changchun 130117,China;School of Opto-ELectronic Engineerings Changchun University of Science and Technology,Changchun 130022,China;:,No,2 Department of Urology,The First Hospital of Jilin University,Changchun 130061,China)

机构地区：[1]长春理工大学电子信息工程学院,长春130022 [2]长春中国光学科学技术馆,长春130117 [3]长春理工大学光电工程学院,长春130022 [4]吉林大学第一医院泌尿外二科,长春130061

出　　处：《吉林大学学报（工学版）》

基　　金：国家自然科学基金重大项目(61890963);吉林省科技发展计划项目(20210204099YY)。

年　　份：2022

卷　　号：52

期　　号：5

起止页码：1106-1116

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：全卷积孪生网络SiamFC++在复杂场景下,尤其是当目标外观发生剧烈变化时,跟踪准确性会受到严重影响,为此提出了一种基于动态更新模板的孪生网络目标跟踪算法。该算法使用ResNet-50作为骨干网络提取图像的深度特征,增强网络的特征提取能力。对于深度特征互相关操作得到的响应图,直接通过无锚的方式预测目标对象的位置和比例。针对模板更新,首先使用模板动态更新策略判断模板是否更新,若需要更新则采用模板更新子网络,为下一帧的跟踪估计最佳模板。实验结果表明,本文算法针对目标外观剧烈变化和大气环境影响具有较强的鲁棒性,有效提高了跟踪的准确率和成功率。同时平均速率达到32帧/s,满足实时性要求。

关 键 词：计算机视觉 目标跟踪 孪生网络  动态更新模板  无锚方式  

分 类 号：TP391]