特征融合与训练加速的高效目标跟踪

• 作 者: 刘云 钱美伊 李辉 王传旭
• 机 构: 青岛科技大学信息科学技术学院
• 出 处: 计算机工程与应用
• 发表日期: 2021年10期
• 关键词: 目标跟踪 孪生网络 参考特征图融合 深度互相关 候选窗口响应(RoWs) 权衡锚点 漂移采样 训练加速
• 基金项目: 国家自然科学基金(61472196,61702295,61672305)。

基于孪生网络的目标跟踪,存在特征信息欠丰富,跟踪效率有待提高,大型数据集上训练时间长等问题。针对上述问题,提出特征融合与训练加速的高效目标跟踪。增加主干网络参考特征层级,减小下采样,融合多层级参考特征图,提取目标更深度、丰富的语义信息。深度互相关操作得到候选窗口响应(Response of Candidate Windows,RoWs),在其中构建区域建议网络(Region Proposal Network,RPN),通过权衡正负锚点的数量比,使孪生网络性能更加高效、稳定。大型数据集训练孪生网络时,