科研之友
微信
新浪微博
Facebook
分享链接
摘要
在目标尺寸变化、遮挡和出视场等复杂长时跟踪环境下，现有基于深度学习的视觉跟踪算法很难对目标进行实时准确的跟踪，针对该问题，本文提出一种快速的长时视觉跟踪算法，该算法由一个快速短时跟踪算法和一个快速全局重检测模块组成。首先在基准算法SiamRPN中加入二阶通道与区域空间融合的注意力模块作为短时跟踪算法，在保证快速性的同时，提高了算法的短时跟踪精确度和成功率；然后，为使改进后的短时跟踪算法具有快速的长时跟踪能力，在算法中加入了本文提出的基于模板匹配的全局重检测模块，该模块使用轻量级网络和快速的相似度判断方法，加快了重检测速率。所提算法在5个数据集上进行了测试(OTB100，LaSOT，UAV20L，VOT2018-LT和VOT2020-LT)，实验结果表明，本文算法在长时跟踪中具有优越的跟踪性能，平均跟踪速度达到104FPS。
-
单位空军工程大学信息与导航学院; 西安邮电大学
