摘要
针对雾霾场景下,拍摄图像出现质量下降和背景信息模糊导致的跟踪漂移问题。本文在孪生网络框架下,融合暗通道先验提出一种新的去雾目标跟踪算法。通过对输入的模板图像和搜索区域图像去雾,继而利用卷积神经网络对其进行特征提取,根据其特征相似度匹配程度估计目标位置。此外,针对有雾场景数据集不足问题,在已有测试数据集OTB100的基础上人工合成有雾数据集(OTB-H、OTB-M、OTB-L),最后在各数据集上与现有算法进行对比实验。实验结果表明本文算法在雾霾场景下有着更出色的跟踪性能,在数据集OTB-H下跟踪精确度为0.713,跟踪成功率为0.519,相比于SiamFC跟踪精确度提升了35.6%,成功率提升了33.4%,且满足实时性的要求。
- 单位