基于启发式候选区域推荐的目标孪生跟踪

在基于孪生网络的目标跟踪方法中,候选目标区域推荐的质量十分关键.目前的方法普遍采用锚点固定的推荐方式,该方式所生成的候选区域通常会数量庞大且质量不高.为此,本文提出一种基于概率图的启发式候选区域推荐的孪生跟踪模型.该网络模型由模板分支和检测分支构成,其中模板分支用于提取第一帧或前一帧目标图片的特征,而检测分支用于提取当前帧图片的特征.在提取当前帧特征后,采用概率图的方法来预测目标可能出现的位置,并利用可变锚点方式在该位置周边生成候选区域;之后推荐区域的特征再经过一个特征适应网络,与目标模板进一步的适应;最后,将模板分支与检测分支提取的特征进行互相关操作来完成目标跟踪.在VOT2016和OTB2015数据集上的测试结果表明,所提出的方法在候选目标推荐质量和跟踪精度方面都表现优异.