Current Location:home > Detailed Browse

Article Detail

基于难样本挖掘的孪生网络目标跟踪

Abstracts

为了解决全卷积孪生网络目标跟踪算法(SiamFC)在复杂环境下容易出现跟踪漂移甚至跟踪失败的问题,提出了一种基于难样本挖掘的孪生网络目标跟踪方法。该方法在SiamFC算法的基础上,首先利用特征融合模块进行特征融合,以提高特征表征的鲁棒性,然后引入一个新的损失函数,加强网络对难样本的学习能力并缓解正负样本不平衡的问题。为验证该方法的有效性,在OTB2015和GOT10k数据集上对算法进行测试实验。实验结果表明,在OTB2015数据集上该方法比SiamFC算法在成功率上提高2.6%,精度上提高2%在GOT10k数据集上该方法的mAO为0.429,相比SiamFC算法提高了3.7%,在光照变化、目标形变、相似背景干扰情况下具有更好的表现。
Download Comment From cooperative journals:《计算机应用研究》 Hits:1638 Downloads:206
Journal:计算机应用研究
Recommended references: 亢洁,孙阳,沈钧戈.(2020).基于难样本挖掘的孪生网络目标跟踪.计算机应用研究.[ChinaXiv:202009.00060] (Click&Copy)
Version History
[V1] 2020-09-28 14:16:17 chinaXiv:202009.00060V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO