一种基于Siamese网络的单目标跟踪方法

摘要

本发明公开了一种基于Siamese网络的单目标跟踪方法，属于目标跟踪技术领域。本发明首先构建Siamese网络的神经网络部分并训练Siamese卷积神经网络权重，在训练过程中基于嵌入式损失函数的神经网络模型进行，同时将各层特征进行融合，并使用随机梯度下降算法进行损失优化，然后通过RPN得到分类与回归的结果，最后针对分类与回归的结果进行后续帧的跟踪。本发明能够更好的检测定位到跟踪目标，能够有效融合图像检测上的方法到目标跟踪上，使用图像帧的方式代替视频，减少了训练成本和计算开销。从而提升跟踪处理效率，并对相似物体区分上效果更为明显。