融合低通滤波器的孪生网络跟踪算法

来源：计算机工程与应用杂志2023年第23期北京时间：

作者：杨晓强, 刘文昊

单位：西安科技大学 计算机科学与技术学院，西安 710000

摘要：针对深层次网络中的填充操作会破坏网络严格的平移不变性，提出了一种改进的孪生神经网络目标跟踪算法（BsSiamCAR）。在SiamCAR基础上，用ResNet-50网络对模板图像和搜索区域进行特征提取时，采用低通滤波器和最大池化相融合的策略，改善平移不变性对深层次网络的影响，提高深层次网络的稳定性。为了解决目标跟踪中背景干扰、尺度变化等复杂场景中的问题，引入通道注意力，注意力机制能够有选择性地突出对跟踪有利的特征通道，增强算法在复杂环境中的鲁棒性。实验结果表明，BsSiamCAR在OTB100、VOT2018、UAV123数据集上较SiamRPN和SiamCAR等多种算法在成功率和精度上均有提升，跟踪速度达到43 FPS。

关键词：目标跟踪,孪生网络,低通滤波器,通道注意力,最大池化