優(yōu)化分類的弱目標孿生網絡跟蹤研究

摘要： 針對傳統(tǒng)孿生網絡算法對模糊、低分辨率等弱目標跟蹤效果不佳的問題，提出了優(yōu)化分類預測的孿生網絡算法。首先通過引入可變形卷積模塊，提高骨干網絡特征提取能力，其次在分類分支中引入位置信息，提升算法對于目標的識別能力，最后使用輕量級的卷積神經網絡進行分類預測和邊界預測任務，在規(guī)避多尺度測試的同時，進一步利用了圖像的語義信息，使跟蹤結果具有較高的可信度。在OTB2015、VOT2018公... （共10頁）