计算机工程

作者：张腾飞, 周书仁, 彭建

单位：长沙理工大学 a. 综合交通运输大数据智能处理湖南省重点实验室;b. 计算机与通信工程学院, 长沙 410114

关键词：卷积神经网络,目标跟踪,孪生网络,语义信息,自适应选择

基金：国家自然科学基金青年基金项目“基于深度神经网络的实体关系抽取关键技术研究”（61602059）。

孪生网络在解决目标跟踪问题时具有较大的速度和精度优势，在跟踪领域得到广泛应用。双孪生网络由独立的语义和外观2个分支组成，每个分支都是一个相似学习的孪生网络，解决了原孪生网络精度不足的问题，但其每个分支独立训练，导致系统速度较低。为此，在双孪生网络的基础上提出一种自适应选择跟踪系统ASTS。在测试过程中，简单帧时自动停止网络向前传播，快速判断目标所在位置，从而提高系统的跟踪速度。复杂帧时2个分支相互协调以准确跟踪目标。在OTB2013/50/100和VOT2017数据集上的实验结果表明，相对于固定的双孪生网络目标跟踪方法，ASTS系统具有更快的速度和更高的跟踪准确率。

来源：2020年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第6期