基于SiamBAN的异常抑制目标跟踪算法

利用传统的暹罗网络跟踪算法进行目标跟踪时,目标位置远离特征图中目标的中心位置会降低跟踪性能指标,使得跟踪效果不佳。针对该问题,提出了一种改进的暹罗自适应网络(SiamBAN)算法,即引入中心预测网络来判断特征图上目标位置与目标中心点的距离,两者间的距离越大,中心度得分越低,改进算法去除响应异常值的能力越强。通过OTB100,VOT2016和VOT2018数据集将改进的SiamBAN算法与主流跟踪算法进行对比分析,结果表明,改进的SiamBAN算法能有效抑制响应图中的异常值,显著提高跟踪性能指标。