旋转区域提议网络的孪生神经网络跟踪算法

来源：计算机工程与应用杂志2022年第24期北京时间：

作者：姜文涛, 崔江磊

单位：1.辽宁工程技术大学 软件学院，辽宁 葫芦岛 125105；2.辽宁工程技术大学 研究生院，辽宁 葫芦岛 125105

摘要：孪生区域提议网络跟踪算法是一种高效的目标跟踪算法，通过锚框规避了图像金字塔对跟踪性能带来的影响，但这种跟踪方法受制于区域提议网络本身的局限性，在目标旋转时，跟踪精度将受到较大损失。而其他对旋转鲁棒性较高的方法则因为使用了复杂的旋转结构，导致算法的跟踪速度大幅下降。为了解决旋转目标对区域提议网络跟踪精度的影响，提出了旋转区域提议网络的孪生神经网络跟踪算法，通过AO-RPN（arbitrary-oriented region proposal network）结构将旋转与区域提议网络相统一，引入角度预测分支，在目标跟踪的过程中，直接对旋转的目标进行搜索，并得到最小外接矩形。该方法在保持较高跟踪速度的同时，精度超过了对目标进行旋转采样或使用局部特征进行跟踪的算法。通过在数据集OTB2015、VOT2016和VOT2018上进行的大量实验。结果表明，该算法在遮挡、形变、光照等多种复杂情况下表现出了较强的鲁棒性和适应性。

关键词：目标跟踪,特征融合,旋转锚框,区域提议网络,孪生神经网络