李方用

（中国电子科技集团公司第五十四研究所，河北 石家庄 050081）

目标跟踪技术现有方法大多基于深度学习技术，行人目标跟踪技术主要包括两类:单目标跟踪、多目标跟踪。单目标跟踪算法主要通过构建复杂的外观模型来跟踪连续帧的单个目标，多目标跟踪并不仅仅依赖外观模型，因为在高度拥挤或目标间存在相似外观的多目标跟踪场景中，仅依赖外观模型可能降低算法的效率和准确率。

一、单目标跟踪算法

基于孪生网络算法的目标跟踪技术是通过卷积神经网络对目标与搜索区域的特征进行提取，并分析所提取的目标与搜索区域的特征之间的相关性，在目标相关性响应图中，响应值最大则说明与目标相关性最强，相关性最强的位置即为目标所在位置。Bertinetto 等人[1]提出全卷积孪生网络(Siamese fully-convolutional networks，Siam FC)算法，该算法使用全卷积层的输出作为模板分支与搜索分支的特征。在训练阶段对两个分支提取的特征进行相关性计算得到响应图，生成相关性强度分布图，并将相关性强度图与标签进行对比，将得到的误差回传至卷积层。在跟踪阶段，卷积层的参数固定不变，在一帧目标位置附近裁剪得到多尺度搜索区域，根据计算得到响应图中最大响应值的位置即得到目标位置。Siam FC类算法能达到80FPS的跟踪速度，但是此算法存在的问题在于其不对模板进行更新，因此不能有效的利用视频中的目标物的特征与信息追踪特征变化的物体。针……