融合深度学习与时空预测的目标跟踪方法

孙炯宁，吕太之，张 娟，郭海涛

(1.江苏海事职业技术学院 信息工程学院，江苏 南京 211170；2.华南理工大学 土木交通学院，广东 广州 510640)

0 引言

视觉目标跟踪是计算机视觉中的热点问题，在行为分析、智能监控、交通监管、自动监控、汽车导航和高级人机交互等诸多领域都扮演着重要的角色[1]。目标跟踪作为计算机视觉领域的研究热点，近年来有了较大的发展，但由于受到姿势、形状变化，杂波背景，亮度、视角变化、噪声及遮挡等因素的影响，实现健壮的视觉目标跟踪仍极具挑战[2-3]。

随着机器学习技术的发展，视觉目标跟踪技术取得了突飞猛进的发展，尤其是深度学习方法在视频跟踪领域的应用并取得良好效果，推动了视觉跟踪技术发展的新方向[4-6]。2016年研究人员[7]提出利用CNN全卷积网络的SiamFC跟踪方法，大幅度地改善了深度学习在处理视频跟踪过程中的效率低下问题；到2018年，文献[8]提出将SiameseFC和Faster RCNN中的Region Proposal Network(RPN)融合处理，在提升跟踪精度的同时，也进一步改善了跟踪效率，并在VOT2018的全球比赛中夺冠；2019年，SiamMask算法采用半监督分割训练的方法，开启了视觉目标跟踪技术的新思路[9]，在给定的数据库上实现了精度最高、速度最快的处理系统，并在开源的实时跟踪系统中表现非凡，但是在实际的应用场景中，由于背景的复杂性及遮挡性、目标特征的差异性和环境影响的随机性等因素，存在着不同的跟踪误差[10-13]。

针对现有方法在动态目标跟踪过程中存在的分割困难、复杂背景下跟踪精度低的问题，研究了一种联合深度学习和时空预测的目标跟踪方法。……