[发明专利]一种基于Siamese网络的轻量级红外无人机目标跟踪方法

摘要

本发明公开了一种基于Siamese网络的轻量级红外无人机目标跟踪方法，涉及一种基于神经网络的无人机目标跟踪方法技术领域，轻量级的跟踪网络主要由五个部分组成：特征提取网络、像素级特征融合模块、动态模板更新模块、边界框回归网络和目标分类网络，特征提取网络采用神经网络搜索的轻量级卷积网络FBNet，从静态模板图像、动态模板图像和裁剪的搜索图像中生成特征映射，然后将静态和动态模板图像特征映射的线性插值作为跟踪模型模板特征表示，像素级特征融合模块有效地融合模板特征和搜索图像的特征，并输出至分类和回归子网络，边界框回归网络和目标分类网络分别对目标的位置和类别进行预测。动态模板更新模块不断更新跟踪模型的动态模板，可以在不增加模型复杂度的情况下动态学习目标外观及背景的变化，所述的轻量级目标跟踪方法具有较好的跟踪鲁棒性与实时性，对目标外观与背景的剧烈变化有较强的泛化性能，适用于红外无人机目标跟踪。