基于双孪生网络的自适应选择跟踪系统

摘要

孪生网络在解决目标跟踪问题时具有较大的速度和精度优势,在跟踪领域得到广泛应用.双孪生网络由独立的语义和外观2个分支组成,每个分支都是一个相似学习的孪生网络,解决了原孪生网络精度不足的问题,但其每个分支独立训练,导致系统速度较低.为此,在双孪生网络的基础上提出一种自适应选择跟踪系统ASTS.在测试过程中,简单帧时自动停止网络向前传播,快速判断目标所在位置,从而提高系统的跟踪速度.复杂帧时2个分支相互协调以准确跟踪目标.在OTB2013/50/100和VOT2017数据集上的实验结果表明,相对于固定的双孪生网络目标跟踪方法,ASTS系统具有更快的速度和更高的跟踪准确率.