-
题名优化分类的弱目标孪生网络跟踪研究
- 1
-
-
作者
姜文涛
张大鹏
-
机构
辽宁工程技术大学软件学院
辽宁工程技术大学研究生院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第5期984-993,共10页
-
基金
国家自然科学基金项目(61172144)
辽宁省自然科学基金项目(20170540426)
辽宁省教育厅基金项目(LJYL049)。
-
文摘
针对传统孪生网络算法对模糊、低分辨率等弱目标跟踪效果不佳的问题,提出了优化分类预测的孪生网络算法。首先通过引入可变形卷积模块,提高骨干网络特征提取能力,其次在分类分支中引入位置信息,提升算法对于目标的识别能力,最后使用轻量级的卷积神经网络进行分类预测和边界预测任务,在规避多尺度测试的同时,进一步利用了图像的语义信息,使跟踪结果具有较高的可信度。在OTB2015、VOT2018公共数据集上进行的大量实验表明,本文算法综合表现优于主流同类算法,对模糊、形变、快速运动等多种复杂场景具有较好的适应性。
-
关键词
计算机视觉
目标跟踪
弱目标
可变形卷积
先验空间分数
定位质量评分
特征提取
卷积神经网络
孪生网络
-
Keywords
computer vision
object tracking
weak object
deformable convolution
prior spatial score
localization qual-ity score
feature extraction
convolutional neural network
siamese network©《智能系统学报》编辑部版权所有
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
