典型文献
梯度导向的通道选择目标跟踪算法
文献摘要：
通常在目标跟踪任务中需要跟踪的目标物体具有任意性,同时目标周围可能有相似的干扰物体,这常常导致预训练网络提取的目标特征并不完全适用于当前需要跟踪的目标物体.针对以上问题,在Siamese孪生网络目标跟踪框架下,提出一种新型的基于梯度导向的通道选择目标跟踪算法.首先从预训练网络提取待跟踪目标特征,利用提出的开关-惩罚损失函数对背景中的相似性干扰物体施加惩罚操作,以排除相似物体对跟踪目标的干扰;其次在特征通道选择阶段,根据损失函数反向传播的梯度信息选择特征表达性最强的特征通道;最后在模板分支与搜索分支进行互相关操作部分,利用逐通道互相关方法获得加权的分数响应图以获得更精确的目标位置.在OTB和VOT公开数据集上将该算法和主流算法进行比较.实验结果表明,该算法具有良好的抗背景干扰能力和鲁棒性,在主要跟踪指标上达到了主流跟踪算法的性能.
文献关键词：
目标跟踪;梯度导向网络;惩罚函数;逐通道互相关
中图分类号：
作者姓名：
程世龙;谢林柏;彭力
作者机构：
物联网技术应用教育部工程研究中心(江南大学 物联网工程学院),江苏 无锡 214122
文献出处：
引用格式：
[1]程世龙;谢林柏;彭力-.梯度导向的通道选择目标跟踪算法)[J].计算机科学与探索,2022(03):649-660
A类：
逐通道互相关,梯度导向网络
B类：
通道选择,目标跟踪算法,任意性,干扰物,常导,预训练,目标特征,Siamese,孪生网络,跟踪目标,惩罚损失,损失函数,反向传播,梯度信息,信息选择,特征表达,互相关操作,互相关方法,数响,响应图,目标位置,OTB,VOT,公开数据集,上将,流算法,背景干扰,干扰能力,上达,惩罚函数
AB值：
0.387996
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
