动态模板匹配的孪生网络长时目标跟踪算法

摘要：

近年来备受关注的长时目标跟踪更接近实际应用场景,许多算法通过目标重检测机制来解决目标消失与重现问题,但跟踪速度无法满足实时目标跟踪需求,因此提出一种基于模板匹配的孪生网络长时目标跟踪算法.改进算法引入快速动态模板匹配的全局搜索重检测机制,当检测到目标丢失情况,则利用模板匹配进行预测粗定位,再通过孪生网络目标跟踪算法进一步获得目标准确位置.目标外观形变会严重影响模板匹配预测定位的准确度,因此引入动态匹配模板更新策略进一步提高抗干扰性能.在四个数据集上与当前先进的长时目标跟踪算法相比较,实验结果显示改进算法不仅跟踪性能显著提高,并且跟踪速度达到40 FPS左右,能满足实时目标跟踪需求.

关键词：机器视觉、长时目标跟踪、深度学习、孪生网络、目标重检测、模板匹配

所属期刊栏目：59

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;陕西省技术创新引导专项;西安科技大学研究生教学改革项目

在线出版日期：2023-09-18（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：159-168