基于SiamBAN跟踪器改进的目标跟踪算法

孪生网络系列的跟踪器基于相似度匹配的方法来实现目标跟踪,当遇到相似干扰物时会发生跟踪漂移现象,从而导致跟踪失败.针对这个问题,以SiamBAN跟踪器为研究基础,提出了一种改进算法.主要改进包括:在训练阶段,加入中心回归分支来降低远离目标中心的边界框分数,同时引入Focal Loss损失函数,在推理阶段设计了全新的筛选策略,来区分要跟踪的目标和相似干扰物.改进后的算法在OTB100测试集的成功率和精度相比于原来分别提高了2.1%和3%,在GOT10k的测试集上成功率比原来提高了2.1%.