典型文献
旋转区域提议网络的孪生神经网络跟踪算法
文献摘要：
孪生区域提议网络跟踪算法是一种高效的目标跟踪算法,通过锚框规避了图像金字塔对跟踪性能带来的影响,但这种跟踪方法受制于区域提议网络本身的局限性,在目标旋转时,跟踪精度将受到较大损失.而其他对旋转鲁棒性较高的方法则因为使用了复杂的旋转结构,导致算法的跟踪速度大幅下降.为了解决旋转目标对区域提议网络跟踪精度的影响,提出了旋转区域提议网络的孪生神经网络跟踪算法,通过AO-RPN(arbitrary-oriented region proposal network)结构将旋转与区域提议网络相统一,引入角度预测分支,在目标跟踪的过程中,直接对旋转的目标进行搜索,并得到最小外接矩形.该方法在保持较高跟踪速度的同时,精度超过了对目标进行旋转采样或使用局部特征进行跟踪的算法.通过在数据集OTB2015、VOT2016和VOT2018上进行的大量实验.结果表明,该算法在遮挡、形变、光照等多种复杂情况下表现出了较强的鲁棒性和适应性.
文献关键词：
目标跟踪;特征融合;旋转锚框;区域提议网络;孪生神经网络
中图分类号：
作者姓名：
姜文涛;崔江磊
作者机构：
辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105;辽宁工程技术大学 研究生院,辽宁 葫芦岛 125105
文献出处：
引用格式：
[1]姜文涛;崔江磊-.旋转区域提议网络的孪生神经网络跟踪算法)[J].计算机工程与应用,2022(24):247-255
A类：
B类：
转区,区域提议网络,孪生神经网络,目标跟踪算法,图像金字塔,跟踪性能,跟踪方法,受制于,跟踪精度,转结,AO,RPN,arbitrary,oriented,region,proposal,network,角度预测,最小外接矩形,局部特征,OTB2015,VOT2016,VOT2018,遮挡,复杂情况,特征融合,旋转锚框
AB值：
0.340734
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。
