基于锚框匹配和Siamese网络的无人机目标跟踪方法

摘要

本发明公开了基于锚框匹配和Siamese网络的无人机目标跟踪方法，包括以下步骤：搭建一个5层的Siamese网络和一个包含分类与回归两个分支的区域建议网络RPN，通过分类分支得到目标位置，通过回归分支得到目标尺度；将动态锚框匹配准则应用在训练阶段，用于优化分类任务与回归任务，使一个任务的预测能够动态的设计锚框样本用来改善另一个任务的模型，从而使得RPN的两个分支模型可以相互学习，更加快速准确的得到目标的位置与尺度；在跟踪阶段，先获取目标附近的前K个得分最高的候选框建立目标搜索库，再利用感兴趣区域(ROI)感知模型找出最可靠的预测框，降低复杂背景对跟踪算法的影响。本发明有效地提升了跟踪算法的精度，具有较好的鲁棒性。