-
题名基于中心点搜索的无锚框全卷积孪生跟踪器
被引量:7
- 1
-
-
作者
谭建豪
郑英帅
王耀南
马小萍
-
机构
湖南大学电气与信息工程学院
机器人视觉感知与控制技术国家工程实验室
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2021年第4期801-812,共12页
-
基金
国家自然科学基金(61433016)资助。
-
文摘
为解决孪生网络跟踪器鲁棒性差的问题,重新设计了孪生网络跟踪器的分类与回归分支,提出一种基于像素上直接预测方式的高鲁棒性跟踪算法—无锚框全卷积孪生跟踪器(Anchor-free fully convolutional siamese tracker,AFST).目前高性能的跟踪算法,如SiamRPN、SiamRPN++、CRPN都是基于预定义的锚框进行分类和目标框回归.与之相反,提出的AFST则是直接在每个像素上进行分类和预测目标框.通过去掉锚框,大大简化了分类任务和回归任务的复杂程度,并消除了锚框和目标误匹配问题.在训练中,还进一步添加了同类不同实例的图像对,从而引入了相似语义干扰物,使得网络的训练更加充分.在VOT2016、GOT-10k、OTB2015三个公开的基准数据集上的实验表明,与现有的跟踪算法对比,AFST达到了先进的性能.
-
关键词
孪生跟踪器
像素预测
相似语义干扰物
无锚框
中心得分
-
Keywords
Siamese tracker
prediction on pixels
similar semantic interferers
anchor-free
center score
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-