[发明专利]基于多分支自编码对抗网络的高效目标跟踪方法

说明书

基于多分支自编码对抗网络的高效目标跟踪方法。在有标记的离线目标跟踪数据集中收集大量目标模板和包含有目标的搜索区域样本对；使用均方误差损失，通过全监督的方式对所提出的目标概率生成器进行初步训练；引入判别器，加入对抗训练的方式共同优化目标概率生成器和判别器；给定测试视频中的第一帧，采样其标注的目标区域作为初始目标模板；给定测试帧，以当前目标长宽的N倍大小的窗口进行随机的位移来得到搜索区域；将搜索区域和目标模板输入目标概率生成器，输出得到目标概率图，选取目标概率图中最大值点的位置作为目标中心；根据目标概率图分布估计目标在当前帧的尺度；根据当前帧估计的目标区域进行目标模板更新。

技术领域

本发明涉及计算机视觉技术，尤其是涉及基于多分支自编码对抗网络的高效目标跟踪方法。

背景技术

目标跟踪是计算机视觉领域的一项基础性研究，在当前许多实时性要求较高的领域，如车辆自动驾驶、无人机导航等领域，目标跟踪均在其中扮演了极其重要的角色。因此，如何设计鲁棒的实时目标跟踪方法应用于实际中的不同任务具有十分重要的意义。

在近几年中，深度卷积神经网络在计算机视觉领域的各个应用(如目标检测、实例分割等)中均取得了巨大的成功。其很大程度上可以归因于大量有标记数据集的提出。深度卷积神经网络可以从有标记的数据集中学习到更好的特征表达，从而取得远比传统方法更好的性能表现。深度神经网络在不同计算机视觉上的成功应用极大启发了目标跟踪领域的研究者，近几年，大量基于深度卷积神经网络的目标跟踪方法被提出，其主要可以分为两大类：

(1)基于端到端训练的深度卷积神经网络目标跟踪方法；

(2)基于深度特征的深度相关滤波方法。

基于端到端训练的深度卷积神经网络目标跟踪方法主要着重于设计有效的端到端训练的目标跟踪网络，而基于深度特征的深度相关滤波方法主要研究深度卷积特征在相关滤波跟踪框架中的有效应用。

当前研究者们主要研究基于判别式模型的目标跟踪方法，如上述的基于深度卷积神经网络的目标跟踪方法。基于判别式模型的目标跟踪方法通常将目标跟踪任务看作是一个二分类问题，使用训练得到的二分类模型对前景和背景进行区分。然而，由于复杂的模型在线优化过程，使得此类方法难以达到现实应用中对目标跟踪方法实时性的要求，因此难以在现实应用中使用。例如基于二分类深度模型的MDNet方法，由于其复杂的在线优化过程，MDNet方法的运行速度仅有约1FPS，这一速度远远未达到工业界应用的实时需求(大于25FPS)。在近几年，生成式对抗网络被成功运用于各个计算机视觉任务，如目标检测、行人再识别等任务。然而在目标跟踪领域，生成式对抗网络的应用仍然较为的受限，其主要原因为在目标跟踪任务中，跟踪算法往往仅能获取较为有效的目标在线样本，有限的在线样本极大地限制了生成式对抗网络的在线学习，使其无法完全收敛。同时，在线学习会极大地影响跟踪算法的跟踪速度。

发明内容

本发明的目的在于提供一种基于多分支自编码对抗网络的高效目标跟踪方法。

本发明包括以下步骤：

1)在有标记的离线目标跟踪数据集中收集大量目标模板和包含有目标的搜索区域样本对；

在步骤1)中，所述在有标记的离线目标跟踪数据集中收集大量目标模板和包含有目标的搜索区域样本对的具体方法可为：在有标注的离线目标跟踪数据集中，选取任意视频序列a，在a中，首先选取第t帧中的目标作为目标模板，然后将第t帧作为起始帧，在后50帧内随机选取一帧得到目标搜索区域样本；通过上述方式，收集了大量的目标模板和目标搜索区域样本对；所述有标记的离线目标跟踪数据集可为ILSVRC-VID(O.Russakovsky,J.Deng and H.Su,“Imagenet large scale visual recognition challenge,”inInt.J.Comput.Vis.,vol.115,no.3,pp.211–252,2015.)视频目标检测数据集。