基于强化特征学习和表达策略的孪生网络跟踪算法

作者：符强; 王阳; 纪元法^*; 任风华

来源：电子测量技术, 2023, 46(06): 68-76.

DOI：10.19651/j.cnki.emt.2210932

• 目标跟踪
• 孪生网络
• 特征提取
• 注意力机制

针对基于全卷积孪生网络跟踪算法在面对相似物干扰、光照变化等复杂环境时容易出现跟踪漂移的问题，本文在分析与实验基础上提出如下特征强化策略。首先，将改良的深度卷积神经网络VGG16引入跟踪框架来提高模型的特征学习能力；其次，针对单一特征无法充分描述目标信息，且对干扰物比较敏感的问题，本文设计一种特征增强模块，由浅至深融合不同层次语义信息来提高特征的表达能力；最后，提出一种轻量级的三元注意力机制，帮助模型自适应关注优势特征，进一步提高了模型在复杂环境下的鲁棒性。将上述策略应用到全卷积孪生网络算法上取得了显著的效果。在OTB100数据集上，本文算法成功率曲线下面积较基准算法提升了15.1%,距离精度提升了16.3%,在复杂环境下也能对目标进行有效跟踪。

• 单位
  桂林电子科技大学