摘要: 视觉目标跟踪作为计算机视觉领域的一项重要技术，具有重要的实际应用价值和前景。目前，大多数算法为短时跟踪而设计，相较而言，长时跟踪视频序列更长，具有更大的目标信息变化和背景干扰问题，并伴随目标消失与再出现，更贴近于实际应用场景。 ... 展开 视觉目标跟踪作为计算机视觉领域的一项重要技术，具有重要的实际应用价值和前景。目前，大多数算法为短时跟踪而设计，相较而言，长时跟踪视频序列更长，具有更大的目标信息变化和背景干扰问题，并伴随目标消失与再出现，更贴近于实际应用场景。 本文基于候选目标回归与验证的长时跟踪算法进行研究，由于长时跟踪中更大的目标信息变化和背景干扰，跟踪器易受其他相似目标影响导致跟踪漂移，并且长时跟踪需跟踪器具有判断目标是否消失与全图搜索能力，因此，如何区分相似干扰物是其一大难点问题，本文针对此问题分别从回归与验证阶段展开研究。 在验证阶段，本文提出了一种关注目标语义信息的候选目标再验证机制，不同于现有算法对目标外观表示的学习，本文针对长时跟踪中目标巨大外观变化难以学习的问题，采用语义信息进行区分。为此，本文基于ImageNet预训练模型具有强大的目标语义表示能力，采用其预训练模型进行语义特征提取，而后构建一个语义关系网络进行语义相似性学习，达到判别目的，并在训练过程中不进行语义特征提取网络的学习以避免向外观特征学习的转化。实验结果验证了本文方法对提高验证机制识错敏感度的有效作用。 在回归阶段，本文提出了一种位置敏感的侯选目标回归方法，此阶段通常基于孪生网络进行目标模板与搜索区域特征提取，采用RPN网络进行候选目标的回归，当目标信息变化较大时，存在目标相似度匹配性不高的问题。为此，本文提出采用位置注意力机制引导目标模板与搜索区域的特征融合过程，基于特征相似性差别对待不同区域特征，为RPN网络提供了适于RPN的更具判别力的特征。实验结果表明本文方法可进一步提高相似度评价和目标的一致性。 收起