基于轻量孪生网络的目标跟踪算法

王勇 张志腾 王瑛

摘要：行人目标跟踪是智能监控领域的一个重要课题。传统的目标跟踪技术，在跟踪精度上没有深度网络高，但深度卷积神经网络计算量极大，导致计算速度缓慢无法实时跟踪。随着卷积网络的不断发展，孪生网络在目标跟踪这一课题上脱颖而出，其根据子网共享权重的特点，可以训练出有效的网络只需要少量的参数，少量的参数也就意味着不易于过拟合以及运行速度快等突出的优点，适用于实时行人目标跟踪。文中采用孪生网络和轻量骨干网络构建目标跟踪网络，实现实时高精度的目标跟踪算法。

关键词;目标跟踪;孪生网络;轻量网络;实时跟踪

中图分类号：TP18      文献标识码：A

文章编号：1009-3044（2021）32-0001-03

Object Tracking Algorithm Based on Lightweight Siamese N ……此处隐藏4704个字…… C]//Computer Vision - ECCV 2016，2016：749-765. DOI：10.1007/978-3-319-46448-0_45.

[6] Bertinetto L，Valmadre J，Henriques J F，et al.Fully-convolutional Siamese networks for object tracking[C]//Computer Vision - ECCV 2016 Workshops，2016：850-865. DOI：10.1007/978-3-319-48881-3_56.

[7] Fan H，Ling H B.SANet：structure-aware network for visual tracking[C]//2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）.July 21-26，2017，Honolulu，HI，USA.IEEE，2017：2217-2224.

【通联编辑：唐一东】

收稿日期：2021-07-25

基金项目：广东省科技研发专项（2015B090923001）

作者简介：王勇（1968—），男，湖南长沙人，博士， 教授，研究方向为物联网、非结构化信息处理与智能计算;张志腾（1997—），男，硕士研究生，研究方向为目标跟踪;王瑛（1970—），女，湖南长沙人，高级工程师，研究方向为云计算、大数据、知識工程。