摘要

为解决被跟踪目标在快速剧烈运动时,因运动模糊和低分辨率使模型发生漂移,导致跟踪器跟踪效果变差甚至跟踪失败的问题,对全卷积孪生网络跟踪算法(SiamFC)进行改进,提出一种基于条件对抗生成孪生网络的目标跟踪算法(CGANSiamFC).首先,在SiamFC框架的基础上嵌入条件对抗生成网络模块,对输入的低分辨率模糊视频帧去模糊化;然后,利用全卷积孪生网络对重建后的视频帧进行特征提取,使模型的表征能力进一步提升;最后,采用分离训练和线上组合方式对改进后的跟踪算法进行训练和测试,并使用视觉跟踪基准数据集OTB100对改进后的跟踪算法进行性能评估;同时,为了充分验证所提出算法的有效性,使用传统的Lucy-Richardson去模糊算法对SiamFC加以改进,并与CGANSiamFC进行对比分析.实验结果表明,所提出的CGANSiamFC综合精确率和成功率指标比原SiamFC分别提高9%和8%,对运动模糊和低分辨率运动目标具有良好的跟踪效果.