基于特征融合和模板更新的孪生网络跟踪算法

作     者：吴国瑞 王峰 李杰 WU Guorui;WANG Feng;LI Jie

作者机构：太原理工大学电子信息与光学工程学院山西晋中030000 太原理工大学电气与动力工程学院太原030000 

基　　金：山西省留学人员科技活动择优资助项目(20230063) 

出 版 物：《电光与控制》 (Electronics Optics & Control)

年 卷 期：2025年第32卷第1期

页      码：41-47,85页

摘      要：针对现有孪生网络跟踪算法仅使用主干网络最后一层的特征进行相似度匹配,以及缺少有效模板更新策略的问题,提出基于多尺度特征融合和自适应模板更新的孪生网络跟踪算法。首先,结合深度过参数化卷积设计非填充单元,提取更深层的前景特征和语义背景;然后,设计新的全局-局部特征融合模块,充分聚合浅、中层特征的全局和局部信息,捕获丰富的浅层外观特征和中层过渡特征;最后,采用自适应模板更新机制在线更新模板。为验证算法的有效性,在公开数据集上对所提算法进行详尽评估,实验结果显示,所提算法在OTB2015和VOT2018数据集上的精确度分别达到0.878和0.588,GOT10K数据集上平均重叠率达到0.526,优于其他主流算法。

主 题 词：目标跟踪 孪生网络 计算机应用 多层特征融合 模板更新 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1671-637X.2025.01.007

馆 藏 号：203156303...