0 引言

目標(biāo)跟蹤被廣泛應(yīng)用于視頻監(jiān)控和自動(dòng)駕駛等領(lǐng)域。在給定視頻第一幀中目標(biāo)位置后，目標(biāo)跟蹤的任務(wù)是得到目標(biāo)在后續(xù)幀中的位置信息。在有遮擋、變形和背景混亂等場(chǎng)景下, 準(zhǔn)確有效地檢測(cè)和定位目標(biāo)仍然是個(gè)難點(diǎn)。

深度網(wǎng)絡(luò)由于可以加強(qiáng)特征表示，被廣泛用于視覺(jué)目標(biāo)跟蹤領(lǐng)域。TAO等人提出SINT網(wǎng)絡(luò)[1]，首次利用孿生網(wǎng)絡(luò)提取特征，通過(guò)匹配初始目標(biāo)的外觀識(shí)別候選圖像位置，實(shí)現(xiàn)目標(biāo)跟蹤任務(wù)；BERTINETTO等人提出SiamFC(Siamses Fully Convolution)網(wǎng)絡(luò)[2]，使用離線(xiàn)訓(xùn)練的完全卷積孿生網(wǎng)絡(luò)作為跟蹤系統(tǒng)的基本網(wǎng)絡(luò)，大大提高了跟蹤性能；LI等人[3]提出了SiamRPN網(wǎng)絡(luò)，基于SiamFC網(wǎng)絡(luò)引入了區(qū)域提案網(wǎng)絡(luò)RPN模塊[4]，讓跟蹤系統(tǒng)可以回歸位置、形狀，進(jìn)一步提高性能并加速；在此之前，基于孿生網(wǎng)絡(luò)的跟蹤器往往使用較淺的網(wǎng)絡(luò)，很大原因在于深層網(wǎng)絡(luò)的填充會(huì)破壞平移不變性，導(dǎo)致跟蹤性能下降。LI等人[5]提出在訓(xùn)練過(guò)程中引入位置均衡的采樣策略，來(lái)緩解網(wǎng)絡(luò)在訓(xùn)練過(guò)程中存在的位置偏見(jiàn)問(wèn)題，進(jìn)而在SiamRPN網(wǎng)絡(luò)基礎(chǔ)上用了ResNet網(wǎng)絡(luò)[6]作為主干網(wǎng)絡(luò)，讓跟蹤模型性能不再受制于網(wǎng)絡(luò)的容量。

以上這些單目標(biāo)跟蹤模型都是屬于有監(jiān)督學(xué)習(xí)，有監(jiān)督學(xué)習(xí)需要大量的有標(biāo)記數(shù)據(jù)集，但是手動(dòng)標(biāo)記既昂貴又耗時(shí)。而互聯(lián)網(wǎng)上有大量的未標(biāo)記視頻可供使用，因此無(wú)監(jiān)督目標(biāo)跟蹤算法具有更好的實(shí)際應(yīng)用價(jià)值。WANG等人[7]提出了UDT(Unsupervised Deep Tracking)模型，通過(guò)將前向傳播和反向預(yù)測(cè)的結(jié)果進(jìn)行一致性損失計(jì)算，實(shí)現(xiàn)在沒(méi)有標(biāo)簽的情況下同樣優(yōu)化模型。但在前向傳播過(guò)程中，跟蹤模型若預(yù)測(cè)的位置出錯(cuò)，經(jīng)過(guò)反向修正后可能會(huì)再回到正確的位置，這就會(huì)導(dǎo)致前向傳播的錯(cuò)誤預(yù)測(cè)沒(méi)有被懲罰，降低了模型跟蹤性能。為此，WANG等人又進(jìn)一步提出UDT+模型[8]，通過(guò)多幀驗(yàn)證方法懲罰前向傳播的錯(cuò)誤預(yù)測(cè)，提升位置預(yù)測(cè)的準(zhǔn)確性。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://www.xxav2194.com/resource/share/2000004535

作者信息：

林志雄，吳麗君，陳志聰

(福州大學(xué) 物理與信息工程學(xué)院，福建 福州350108)