融合记忆信息的单目标跟踪模板更新机制

作者：毛昱雯; 葛宝臻^*; 权佳宁; 陈其博

来源：激光与光电子学进展, 2023, 1-16.

• 目标跟踪
• 孪生网络
• 模板更新
• 记忆信息

针对孪生架构的单目标跟踪算法存在的目标状态更新不及时的问题，基于模板与记忆信息动态融合的跟踪策略，提出一种通用的模板更新机制。采用双模块融合的更新策略，通过记忆融合模块对搜索图像特征的短期记忆信息进行融合，获得目标变化情况；把前一帧可信的跟踪结果作为动态模板，通过权重融合模块从相关特征的角度对原始模板和动态模板进行加权融合，通过结合跟踪过程的原始记忆与短期记忆，实现更准确的目标定位。将模板更新机制应用于SiamRPN,SiamRPN++和RBO三种主流算法，并在VOT2019公开数据集上进行实验验证。结果表明，应用该机制后算法的性能得到了有效提升。具体而言，在SiamRPN++算法中，平均重叠期望值提升了6.67%，准确性提升了0.17%，鲁棒性下降了5.39%。此外，在遮挡、形变和背景干扰等复杂场景下，算法展现出较好的跟踪性能。

• 单位
  电子工程学院; 天津大学