優(yōu)化分類的弱目標(biāo)孿生網(wǎng)絡(luò)跟蹤研究

摘要： 針對傳統(tǒng)孿生網(wǎng)絡(luò)算法對模糊、低分辨率等弱目標(biāo)跟蹤效果不佳的問題，提出了優(yōu)化分類預(yù)測的孿生網(wǎng)絡(luò)算法。首先通過引入可變形卷積模塊，提高骨干網(wǎng)絡(luò)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(biāo)的識別能力，最后使用輕量級的卷積神經(jīng)網(wǎng)絡(luò)進行分類預(yù)測和邊界預(yù)測任務(wù)，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(jié)果具有較高的可信度。在OTB2015、VOT2018公...