科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目标跟踪所面临的尺度变化、快速运动导致的跟踪漂移或失败问题，提出一种复杂场景下自适应特征融合的图像运动目标跟踪算法。本文分别设计了目标分类和目标估计模块，并将其有效结合。在目标分类模块，设计了一种自适应特征融合机制。该机制融合了多层深度特征以实现有效的在线跟踪。此外，设计的联合更新策略通过优化投影矩阵层和相关层，在处理运动模糊、严重目标形变时具有更强的鲁棒性。在目标估计模块，引入IoU(Intersection over Union)最大化的理念，预测目标和估计边界框之间的IoU分数，在跟踪过程中，通过使用梯度上升最大化IoU分数来估计目标状态，获得更加精确的边界框。实验结果表明，本文所提出的算法具有更出色的跟踪性能，其在OTB100, UAV123及LaSOT数据集上的SAUC分别为70.1%, 47.6%和51.6%,优于其他相关算法。
- 单位
