检索结果-内蒙古大学图书馆

电子与信息学报 2024年第4期46卷 1458-1467页

作者：侯志强王卓马素刚赵佳鑫余旺盛范九伦西安邮电大学计算机学院西安710121 空军工程大学信息与导航学院西安710038

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态... 详细信息

在长时视觉跟踪中,大部分目标丢失判定方法需要人为确定阈值,而最优阈值的选取通常较为困难,造成长时跟踪算法的泛化能力较弱。为此,该文提出一种无需人为选取阈值的目标漂移判定网络(DNet)。该网络采用Siamese结构,利用静态模板和动态模板共同判定跟踪结果是否丢失,其中,引入动态模板有效提高算法对目标外观变化的适应能力。为了对所提目标漂移判定网络进行训练,建立了样本丰富的数据集。为验证所提网络的有效性,将该网络与基础跟踪器和重检测模块相结合,构建了一个完整的长时跟踪算法。在UAV20L, LaSOT,VOT2018-LT和VOT2020-LT等经典的视觉跟踪数据集上进行了测试,实验结果表明,相比于基础跟踪器,在UAV20L数据集上,跟踪精度和成功率分别提升了10.4%和7.5%。

关键词：长时跟踪深度学习目标漂移判定网络 Siamese结构双模板

来源：评论

学校读者我要写书评

暂无评论

长时视觉跟踪中基于深度学习的目标漂移判定网络研究

长时视觉跟踪中基于深度学习的目标漂移判定网络研究

引用

作者：王卓西安邮电大学

学位级别：硕士

视觉跟踪是计算机视觉领域中最基本的问题之一,它具有广泛的应用,如自动驾驶、无人机应用和军事侦查等。在实际使用中,存在着诸多的挑战,如被跟踪目标遮挡、目标尺寸变化以及目标不定时的消失与重现等。目前,短时跟踪已取得很不错的跟... 详细信息

视觉跟踪是计算机视觉领域中最基本的问题之一,它具有广泛的应用,如自动驾驶、无人机应用和军事侦查等。在实际使用中,存在着诸多的挑战,如被跟踪目标遮挡、目标尺寸变化以及目标不定时的消失与重现等。目前,短时跟踪已取得很不错的跟踪性能,但当目标完全丢失或者长时间出视野时,短时跟踪将无法处理这些情况,使得长时跟踪更具有实际应用价值。为实现稳定的长时跟踪,视觉跟踪算法能够准确地确定目标是否丢失是其中的关键。一旦判断目标丢失,跟踪器就会及时执行后续的重新检测和跟踪。目前已有很多判定方法,但这些方法普遍存在的一个问题是需要人为给出判定阈值,而如何选择合适的阈值较为困难。针对以上问题,本文主要设计了三种基于深度学习的目标漂移判定网络,在不需要人为选取阈值的情况下及时判断跟踪目标是否丢失,并构建了三种不同的长时跟踪算法。本文主要贡献如下:(1)针对在视觉跟踪中,由于目标响应值较高,但不是跟踪结果的错误判断问题,设计了一种无阈值的目标漂移判定网络来判断目标是否丢失。该网络使用四个卷积层、三个全连接层和Softmax函数来判断跟踪结果;在训练网络时,使用已建立的正样本和负样本,以获得更好的目标判别效果;最后,在基础跟踪器中引入目标漂移判定网络,构建了一个长时跟踪算法,当判断目标丢失时,将选择一个新的搜索区域来快速找到目标。该方法在UAV20L和VOT2018-LT等数据集上进行测试,与其他几个经典的带有阈值判定的准则相比,该判定网络不需要人为设定阈值,并具有更好的判别能力。(2)针对长时视觉跟踪中目标会反复丢失、重现且存在巨大形变的问题,设计了基于双模板Siamese结构的目标漂移判定网络。该网络利用静态模板和动态模板共同判定跟踪结果是否丢失,不需要人为确定阈值,其中,引入动态模板有效提高了算法对目标外观变化的适应能力;为了对所提出的目标漂移判定网络进行训练,建立了样本丰富的数据集;为验证所提出网络的有效性,将该网络与基础跟踪器和重检测模块相结合,构建了一个完整的长时跟踪算法。在UAV20L、La SOT、VOT2018-LT和VOT2020-LT等经典的视觉跟踪数据集上进行了测试,实验表明,该算法在长时跟踪中具有明显优势。(3)为充分利用不同模板之间的特征信息,提升目标漂移判定网络的判别力,设计了一种基于特征融合的目标漂移判定网络。该网络采用静态和动态双模板作为参考模板,并分别与初始跟踪结果进行逐通道相乘,以保留突出的特征信息,抑制无用的信息;由于目标存在变形和遮挡等因素,引入细化模块,使得在局部范围内精准定位目标位置;最后,为了快速准确地跟踪目标,提出一种局部和全局跟踪的切换策略。实验表明,该算法在UAV20L、VOT2018-LT和VOT2020-LT等经典长时视觉跟踪数据集上性能优越。

关键词：长时跟踪深度学习目标漂移判定网络 Siamese结构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：