科研之友
微信
新浪微博
Facebook
分享链接
摘要
当前基于孪生网络的目标跟踪算法在目标形变、运动模糊以及背景杂波等复杂场景下的跟踪性能不佳。为解决当前基于孪生网络的目标跟踪算法存在的问题，本文提出一种融合时空上下文信息的双分支孪生网络跟踪算法。该算法将全局空间上下文模块引入到孪生网络框架中，在充分利用空间上下文信息的同时也有效利用了不同通道之间的相互依赖关系；使用时间上下文模块以更新目标模板，通过学习的方式自适应地从历史模板特征中提取重要的历史信息，充分利用了跟踪序列的时间上下文关系。在OTB50数据集上的实验结果表明，本文算法的跟踪精度和跟踪成功率分别达到86.0%和81.7%，优于大部分对比的主流算法，尤其是在背景杂波、运动模糊以及快速运动等复杂跟踪场景下具有较强的鲁棒性，充分验证了本文算法的有效性。
-
单位通信与信息工程学院; 重庆邮电大学
