融合自适应模板更新机制的孪生网络目标跟踪

目标跟踪是计算机视觉领域的作用是举足轻重的,它在生活的各个领域中都有极其重要的研究价值。然而,大多数目标跟踪算法由于其只使用离线训练的方法,一定程度上存在着局限性。故本文将提出一种基于Siam RPN与自适应模板更新的目标跟踪方法,以Siam RPN算法为基础进行目标的特征提取,通过利用目标物体在初始模板、累积模板及预测模板的信息以及Update Net,并采用了相应的残差策略,从而得到需要的更新模板,以此来提升算法的鲁棒性。