[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

摘要

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。

主权项

1.基于多分支自编码对抗网络的高效目标跟踪方法，其特征在于包括以下步骤：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；2)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，具体方法如下：L(r_m,n,G_z,s)＝||r_m,n‑G_z,s||₂其中，G_z,s为目标概率生成器所输出的目标概率分布图，r_m,n则表示标签目标概率分布，其中，x,y∈{1,...,128}，H和W分别表示目标的高和宽；z和s分别表示目标模板和目标搜索区域，m和n为目标样本在搜索区域s中的中心位置坐标；σ设置为4×10^‑1；3)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，使得目标概率生成器学习到更具有判别力的特征，具体过程如下：其中，D为判别器，λ为平衡对抗损失和均方损失的超参数；4)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；5)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；6)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，确定目标中心过程如下：其中，G_z,s(x,y)表示生成的目标概率图在(x,y)位置处的值；7)根据目标概率图分布估计目标在当前帧的尺度，尺度估计过程描述如下：首先令K表示尺度的数量，对于评估其对应的目标尺度，其中，高为e^kH_t‑1，宽为e^kW_t‑1，e为尺度因子，其过程如下：其中，最终，目标在当前第t帧中的尺度估计为：8)根据当前帧估计的目标区域进行目标模板更新。