基于参数自适应与模板更新的孪生网络跟踪算法

摘要：

孪生网络跟踪算法在跟踪过程中网络参数固定,跟踪模板仅仅使用第1帧给定的目标,这导致算法的鲁棒性较差.为此,提出基于参数自适应(PA)与模板更新的孪生网络跟踪算法.首先,利用通道注意力和空间注意力对目标特征进行调整,提高网络对跟踪目标的关注度;其次,利用滤波器参数更新策略滤除背景的干扰,提高网络对当前目标的辨识能力;最后,增加与主网络平行的子网络,通过更新子网络的跟踪模板,使网络能适应目标的变化.在VOT2018、VOT2019 2个标准数据集上进行测试,期望重叠率(EAO)分别达到0.455和0.331,验证了本算法的有效性.

关键词：目标跟踪、孪生网络、模板更新、参数自适应(PA)、注意力机制

所属期刊栏目：33

分类号：TP391.9;O224;TQ342.21

资助基金：国家自然科学基金;河北省自然科学基金资助项目;河北省自然科学基金资助项目

在线出版日期：2023-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：802-814