西安电子科技大学学报

2020, v.47(03) 40-49

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

结合深度轮廓特征的改进孪生网络跟踪算法
Improved Siamese network based object tracking combined with the deep contour feature

余志超;张瑞红;

摘要(Abstract):

针对现有的孪生网络目标跟踪算法存在跟踪漂移的问题,提出了一种结合深度轮廓生成网络的改进孪生网络跟踪模型,以实现复杂背景下对任何目标的稳定检测与跟踪。首先,轮廓检测网络自动获取目标的封闭轮廓信息,并利用泛洪聚类算法获得轮廓模板;然后将轮廓模板与搜索区域输入到改进的孪生网络,获得最优跟踪评分值,并自适应地更新轮廓模板。若目标被遮挡或跟踪丢失,则采用检测网络全视场搜索目标,实现全过程稳定跟踪。大量定性及定量仿真试验结果表明,这种改进模型不仅能够提高复杂背景下目标的跟踪性能,还能提升机载系统的反应时间,适合于工程应用。

关键词(KeyWords): 目标跟踪;深度学习;孪生网络;轮廓检测网络;目标检测;自适应模板更新

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(21501061,71603098);; 湖北省自然科学基金(2018CFB597)

作者(Author): 余志超;张瑞红;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享