结合缓冲区与三元组损失的孪生网络目标跟踪

摘要：

针对SiamRPN(Siamese Region Proposal Network)在目标被短时遮挡以及外观剧烈变化的情况下存在定位不准确的问题,提出一种结合目标跟踪缓冲区与三元组损失的目标跟踪算法.该算法首先将原有的固定模板改为动态模板,提升复杂环境下相似度判别的可靠性;然后在模板缓冲区稀疏地缓存目标外观以应对跟踪过程中非语义样本的干扰,增强目标跟踪的鲁棒性;最后应用三元组损失以充分利用目标的正负样本特征,使跟踪更加具有判别能力.使用OTB100数据集进行实验,结果表明所提算法的成功率曲线下面积较SiamRPN提高了0.021,平均中心位置误差降低了25.56 pixel,平均重叠率提高了25.2％.

关键词：机器视觉、孪生网络、区域提议网络、缓冲区、三元组损失

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省科技厅重点研发计划;西安市科技计划;西安市未央区科技计划;西安工业大学校长基金面上培育项目

在线出版日期：2021-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：357-366