基于特征聚合的模型预测跟踪方法

作     者：张乐 韩华 王春媛 马才良 王婉君 汤辰玉 ZHANG Le;HAN Hua;WANG Chunyuan;MA Cailiang;WANG Wanjun;TANG Chenyu

作者机构：上海工程技术大学电子电气工程学院上海201620 

基　　金：国家自然科学基金(61305014) 上海市自然科学基金(22ZR1426200) 

出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期：2022年第12卷第12期

页      码：159-163,168页

摘      要：为了提升基于模型预测的目标跟踪算法在复杂场景中的跟踪表现,提出了基于特征聚合的方法来获得更加具有判别力的鲁棒特征图,然后将该特征图送入模型预测器中对目标进行在线预测,最终能在多种复杂场景下实现实时鲁棒的跟踪任务。该方法的具体设计流程为:改进特征提取网络,并对特征提取网络的最后几层进行多层特征聚合操作。实验表明:所提出的算法在VOT2018数据集的EAO(Expect Average Overlap)指标上比基线算法高了4.88%;在UAV123数据集的成功率(Success rate)和精确率(Precision rate)指标上比基线算法分别提高了4.5%和4.4%。

主 题 词：特征聚合 模型预测 目标跟踪 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-2163.2022.12.027

馆 藏 号：203117761...