APP下载

结合超像素的动态单目标追踪方法

2021-07-20程金伟胡大裟蒋玉明

现代计算机 2021年15期

程金伟,胡大裟,蒋玉明

(四川大学计算机学院,成都610065)

0 引言

目标追踪是自动监视、车辆导航、视频标注、人机交互以及动作识别等领域的应用最重要的任务:在已知视频前一帧中任意物体的位置情况下,以尽量高的准确率去估计该物体在后一帧中的位置[1]。

目标追踪要求算法能够以尽量贴近视频帧率的速度快速运算进行物体的追踪。同时,由于光照、镜头缩放等环境或相机状态的变化以及物体产生外边形变等自身状态的变化,使稳定追踪成为目标追踪算法面临的主要挑战。

本文提出了将超像素与孪生网络结构相结合的目标动态追踪新方法。以孪生网络结构为框架,使用目标掩膜和超像素生成目标框提高目标追踪的准确率。在VOT数据集下与其他算法进行对比试验,验证本文算法的准确率和鲁棒性。

1 动态目标追踪技术研究现状

1.1 动态目标追踪技术发展

追踪任意物体的通行方法是从视频前一帧提供的真实信息中在线训练出具有判别目标和背景能力的分类器,从而随着视频对其更新来进行追踪。

随着深度卷积网络的兴起,基于孪生网络(Siamese Network)的追踪方法被引入到目标追踪领域。该方法将追踪视为度量学习问题,通过使用示例图片z和候选图片x获得比较函数进行追踪;比较函数的函数值反映示例图片和候选图片描述同一物体的可能性;通过在新图片中遍历所有可能位置,利用比较函数即可获得目标外表相似程度最高的候选目标并实现追踪。……

登录APP查看全文