典型文献
基于可变形卷积的孪生网络目标跟踪算法
文献摘要：
为解决多数基于孪生网络的跟踪算法存在骨干网络特征提取能力弱、模板不适应目标变化等问题,在SiamFC的基础上提出基于可变形卷积的孪生网络算法(DCSiam).首先,采用可变形卷积模块在不同方向上学习多层特征数据的自适应偏移量,增大卷积过程中的有效感受野;然后,通过多层可变形互相关融合得到最终响应图,以增强骨干网络的深层语义特征提取能力;最后,采用一种高置信度的模板在线更新策略,每隔固定帧计算响应图的峰值旁瓣比与最大值作为更新依据,使用加权的方式融合特征以更新模板.使用OTB2013、OTB2015、VOT2016和VOT2017四个公共基准数据集对所提出算法进行跟踪性能评估,实验结果表明,在OTB2015数据集上,DCSiam算法整体精确率、成功率较基线分别提高9.5％和7.5％,很好地实现了复杂情况下的目标跟踪,验证了所提出算法的有效性.
文献关键词：
目标跟踪;孪生网络;可变形卷积;语义特征;模板更新
中图分类号：
作者姓名：
刘如浩;张家想;金辰曦;卢先领
作者机构：
江南大学物联网工程学院,江苏无锡214122
文献出处：
引用格式：
[1]刘如浩;张家想;金辰曦;卢先领-.基于可变形卷积的孪生网络目标跟踪算法)[J].控制与决策,2022(08):2049-2055
A类：
DCSiam,VOT2017
B类：
可变形卷积,孪生网络,目标跟踪算法,骨干网络,网络特征,特征提取能力,目标变化,SiamFC,网络算法,卷积模块,同方向,特征数据,偏移量,大卷,感受野,互相关,响应图,强骨,深层语义,语义特征,置信度,在线更新,更新策略,每隔,峰值旁瓣比,融合特征,OTB2013,OTB2015,VOT2016,基准数据集,跟踪性能,性能评估,精确率,功率较,复杂情况,模板更新
AB值：
0.374276
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
