386 工程科学学报，第42卷，第3期 式中，o表示所跟踪目标，P为上下文先验模型 将与SiamMask模型该帧目标位置t比对. P(c(2)lo)=Ig-1(2)@(z-t)=hi(t-2) (3) 设计判断函数中=候-)/(-1-k-2 式中，wr()=ae12是一个权重函数，其中，a是 若Φ>1，则第k帧目标图像输出为P,第k帧 归一化参数，取值为[0,1，σ是一个尺度参数，2为 的目标位置输出更新为；若中<1，则追踪目标图 高斯函数方差.h(t-)是时空上下文模型，是傅里 像为Pk,第k帧的目标位置输出更新为 叶变换后的频率域计算变形 2算法研究结果及分析 步骤2：计算k-1帧2.()上下文区域的空间 上下文模型： 2.1算法训练 0=FFb-err%f 与SiamMask!一样，使用Warmup预热学习 (4) F(I(t)wo(t-r) 率的方式，在Davis?2017201数据集中进行训练，并 式中，b是归一化参数，α是尺度参数，B是目标形 在机加工操作数据视频集中进行头部识别测试 状参数 其中，训练输人为图像尺寸127像素×127像素， 步骤3：更新空间上下文c(x)模型： 255像素×255像素，数据增强采用随机抖动与搜 H)(t)=h(t) (5) 索策略，网络初始化权重采用SiamMask模型在 H()=(1-p)H10+ph10 (6) ImageNet--Ik Datasets上预训练的权重，梯度下降策 式中，p为模型更新的学习率 略采用SGD.训练时在开始进行的5轮训练中，先 步骤4：在第k帧计算上下文先验模型及置信图： 将学习率从103线性增长到5×10~3，之后通过15轮 P(c(z)o)=Ig(z)wo(z-1) (7) 训练将学习率以对数规律降为5×10 ck(t)=F-(F(He(t))I(t)@(z-1) (8) 图8为本文算法在训练及测试集中的准确 率、损失率曲线图.可以看到，在训练集上，15轮 步骤5：将第k帧得到的置信图极值点作为目 次左右训练后，准确率及损失率均有效收敛.在测 标在k帧的位置输出： 试集上，由于数据特征更为集中，呈现了更快速的 =arg r c() (9) 收敛性 2.00 90(a) (b) 1.75 80 wwwwwwM [Epoch:88,90.23] 1.50 70 1.25 60 10 0.75 40 0.50 [Epoch:93,0.172] 0.25 AMwLKh 20 20 40 60 80 100 0 20 40 60 80100 Epoch Epoch 90 (c) (d) 1.6 [Epoch:53,92.85刀 1.4 1.2 70 60 0.8 0.6 50 0.4 [Epoch:23,0.18063] % 0.2 0 20 4060 80 100 0 20 4060 80100 Epoch Epoch 图8算法训练测试准确率及损失率曲线.(a)训练集准确率曲线图：(b)训练集损失率曲线图：(c)测试集准确率曲线图：()测试集损失率曲线图 Fig Algorithm training/test accuracy and loss rate curve:(a)training set accuracy curve;(b)training set loss curve;(c)test set accuracy curve (d)test set loss curve式中，o 表示所跟踪目标，P 为上下文先验模型. P(c(z)|o) = Ik−1(z)ωσ(z−t ∗ ) = h sc k−1 (t−z) （3） ωσ(z) = a · e −z 2 /σ2 h sc(t−z) 式中， 是一个权重函数，其中，a 是 归一化参数，取值为 [0,1]，σ 是一个尺度参数，σ 2 为 高斯函数方差. 是时空上下文模型，是傅里 叶变换后的频率域计算变形. 步骤 2：计算 k‒1 帧 Ωc (t * ) 上下文区域的空间 上下文模型： h sc k−1 (t) = F −1 ( F(b · e −     (t−t ∗ )⧸α     β ) F(I(t)ωσ(t−t ∗ )) ) （4） 式中，b 是归一化参数，α 是尺度参数，β 是目标形 状参数. h sc 步骤 3：更新空间上下文 (x) 模型： H sc 2 (t) = h sc 1 (t) （5） H sc k (t) = (1−ρ)H sc k−1 (t)+ρh sc k−1 (t) （6） 式中，ρ 为模型更新的学习率. 步骤 4：在第 k 帧计算上下文先验模型及置信图： P(c(z)|o) = Ik(z)ωσ(z−t ∗ k−1 ) （7） ck(t) = F −1 (F(H sc k (t))⊙ Ik(t)ωσ(z−t ∗ k−1 ) （8） 步骤 5：将第 k 帧得到的置信图极值点作为目 标在 k 帧的位置输出： t ∗ k = arg max x∈Ω(t ∗ ) ck(t) （9） t ∗ k t k Φ=   (t ∗ k −tk)/(tk−1 −tk−2)    将 与 SiamMask 模型该帧目标位置 比 对 . 设计判断函数 . Φ > 1 P ′ k t ∗ k Φ < 1 Pk tk 若 ，则第 k 帧目标图像输出为 ，第 k 帧 的目标位置输出更新为 ；若 ，则追踪目标图 像为 ，第 k 帧的目标位置输出更新为 . 2    算法研究结果及分析 2.1    算法训练 与 SiamMask[15] 一样，使用 Warmup 预热学习 率的方式，在 Davis2017[20] 数据集中进行训练，并 在机加工操作数据视频集中进行头部识别测试. 其中，训练输入为图像尺寸 127 像素×127 像素， 255 像素×255 像素，数据增强采用随机抖动与搜 索策略，网络初始化权重采用 SiamMask 模型在 ImageNet-1k Datasets 上预训练的权重，梯度下降策 略采用 SGD. 训练时在开始进行的 5 轮训练中，先 将学习率从 10‒3 线性增长到 5×10‒3，之后通过 15 轮 训练将学习率以对数规律降为 5×10‒4 . 图 8 为本文算法在训练及测试集中的准确 率、损失率曲线图. 可以看到，在训练集上，15 轮 次左右训练后，准确率及损失率均有效收敛. 在测 试集上，由于数据特征更为集中，呈现了更快速的 收敛性. 90 80 70 60 50 40 30 0 40 20 60 Epoch [Epoch: 88,90.23] (a) Accuracy/% 80 100 20 2.00 1.75 1.50 1.25 1.00 0.75 0.50 0.25 0 40 20 60 Epoch [Epoch: 93,0.172] (b) Loss 80 100 90 80 70 60 50 40 0 40 20 60 Epoch [Epoch: 53,92.857] (c) Accuracy/% 80 100 1.6 1.4 1.2 1.0 0.6 0.8 0.4 0.2 0 20 60 40 Epoch [Epoch: 23,0.18063] (d) Loss 80 100 图 8    算法训练/测试准确率及损失率曲线. （a）训练集准确率曲线图；（b）训练集损失率曲线图；（c）测试集准确率曲线图；（d）测试集损失率曲线图 Fig.8    Algorithm training/test accuracy and loss rate curve: (a) training set accuracy curve; (b) training set loss curve; (c) test set accuracy curve; (d) test set loss curve · 386 · 工程科学学报，第 42 卷，第 3 期