科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决单一跟踪器无法有效应对复杂背景及目标外观的显著变化，对于热红外目标跟踪准确度不高的问题，基于全卷积孪生网络提出了一种多响应图集成的跟踪算法用于热红外跟踪。首先，使用预训练的卷积神经网络来提取热红外目标的多个卷积层的特征并进行通道选择，在此基础上分别构建3个对应的跟踪器，每个跟踪器独立执行跟踪并返回一个响应图。然后，利用Kullback–Leibler(KL)散度对多个响应图进行优化集成，得到一个更强的响应图。最后利用集成后的响应图来确定目标位置。为了评估所提算法的性能，在当前最全面的热红外跟踪基准LSOTB-TIR(Large-Scale Thermal Infrared ObjectTrackingBenchmark)上进行了实验。实验结果表明，所提算法能够适应复杂多样的红外跟踪场景，综合性能超过了现有的红外跟踪算法。
- 出版日期2023
- 单位苏州大学; 泰州职业技术学院
