SA-Siam++:基于双分支孪生网络的目标跟踪算法

田朗, 黄平牧, 吕铁军

可信分布式计算与服务教育部重点实验室(北京邮电大学), 北京 100876

收稿日期:2019-07-09出版日期:2019-12-28发布日期:2019-11-15
通讯作者:吕铁军(1956-),男,教授,博士生导师,E-mail:lvtiejun@tsinghua.org.cn.E-mail:lvtiejun@tsinghua.org.cn
作者简介:田朗(1995-),男,硕士生.
基金资助:国家自然科学基金项目（61671072）

SA-Siam++: the Two-Branch Siamese Network-Based Object Tracking Algorithm

TIAN Lang, HUANG Ping-mu, Lü Tie-jun

Key Laboratory of Trustworthy Distributed Computing and Service(Beijing University of Posts and Telecommunications), Ministry of Education, Beijing 100876, China

Received:2019-07-09Online:2019-12-28Published:2019-11-15

摘要/Abstract

摘要： 为了解决SiamFC在目标快速移动、背景与前景相似、光照强烈等复杂场景下鲁棒性低的问题，提出了一种新的基于语义和外观双分支孪生网络的跟踪方法SA-Siam++，包括通过沙漏-通道注意力机制提取语义信息的语义分支和通过SiamFC提取外观信息的外观分支.此外，将AlexNet网络更换为经过改进的VGG-16网络能显著增加特征提取能力.在OTB-2013、OTB-2015、UAV123和VOT2018等目标跟踪标准数据集上进行了实验.实验结果表明，所提算法获得的测试结果相比现有主流算法有较大提高，平均帧率为49帧/s，满足实时性要求.
中图分类号:
TN929.53

引用本文

田朗, 黄平牧, 吕铁军. SA-Siam++:基于双分支孪生网络的目标跟踪算法[J]. 北京邮电大学学报, 2019, 42(6): 105-110.
TIAN Lang, HUANG Ping-mu, Lü Tie-jun. SA-Siam++: the Two-Branch Siamese Network-Based Object Tracking Algorithm[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(6): 105-110.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4591