基于强化特征学习和表达策略的孪生网络跟踪算法

来源：电子测量技术杂志2023年第6期北京时间：

作者：符强，王阳，纪元法，任风华

单位：1.桂林电子科技大学广西精密导航技术与应用重点实验室 桂林 541004; 2.桂林电子科技大学信息与通信学院 桂林 541004; 3.卫星导航定位与位置服务国家地方联合工程研究中心 桂林 541004

摘要：针对基于全卷积孪生网络跟踪算法在面对相似物干扰、光照变化等复杂环境时容易出现跟踪漂移的问题，本文在分析与实验基础上提出如下特征强化策略。首先，将改良的深度卷积神经网络VGG16引入跟踪框架来提高模型的特征学习能力；其次，针对单一特征无法充分描述目标信息，且对干扰物比较敏感的问题，本文设计一种特征增强模块，由浅至深融合不同层次语义信息来提高特征的表达能力；最后，提出一种轻量级的三元注意力机制，帮助模型自适应关注优势特征，进一步提高了模型在复杂环境下的鲁棒性。将上述策略应用到全卷积孪生网络算法上取得了显著的效果。在OTB100数据集上，本文算法成功率曲线下面积较基准算法提升了15.1%，距离精度提升了16.3%，在复杂环境下也能对目标进行有效跟踪。

关键词：目标跟踪;孪生网络;特征提取;注意力机制

基金资助：国家自然科学基金(61561016，61861008)、广西科技厅项目（桂科AA19182007）、“认知无线电与信息处理”教育部重点实验室(CRKL200108)、广西精密导航技术与应用重点实验室(DH201901)、桂林电子科技大学研究生教育创新计划项目(2022YCXS050)资助