基于动态模板更新的孪生网络目标跟踪算法

全卷积孪生网络SiamFC++在复杂场景下,尤其是当 目标外观发生剧烈变化时,跟踪准确性会受到严重影响,为此提出了一种基于动态更新模板的孪生网络目标跟踪算法.该算法使用ResNet-50作为骨干网络提取图像的深度特征,增强网络的特征提取能力.对于深度特征互相关操作得到的响应图,直接通过无锚的方式预测目标对象的位置和比例.针对模板更新,首先使用模板动态更新策略判断模板是否更新,若需要更新则采用模板更新子网络,为下一帧的跟踪估计最佳模板.实验结果表明,本文算法针对目标外观剧烈变化和大气环境影响具有较强的鲁棒性,有效提高了跟踪的准确率和成功率.同时平均速率达到32帧/s,满足实时性要求.