第6期 李晗，等：仿猛禽视顶盖信息中转整合的加油目标跟踪 ·1087· 目标模板图像和待跟踪图像共用同一特征提 尺寸也不同，具体的卷积层、池化层的参数设置 取网络，由于二者图像尺寸差异，各自的特征图 如表1所示。 表1网络参数设置 Table 1 Parameters of the network 卷积池化层 卷积核尺寸 步长 填充像素 模板图尺寸 跟踪图尺寸 通道数 输入图像 137×137 265×265 Conv1 11×11 2 0 64×64 128×128 64 Pool 2×2 2 0 32×32 64×64 128 Conv2 5x5 1 0 28×28 60×60 128 Pool2 2×2 2 0 14×14 30×30 128 Conv3 3×3 1 14×14 30×30 128 Pools 2×2 2 0 7×7 15x15 128 Conva 3×3 7×7 15×15 128 Convs 3x3 0 5x5 13×13 384 在较低层的特征图中，卷积核的尺寸采用了 2×2的尺寸并且步长为2。在Concat操作中，由 11×11和5×5的卷积大小，这样可以在低层特征 于要对不同特征图统一尺寸进行整合，因此需要 图中取得较大的感受野，保留更多的低级特征， 对较大的特征图进行下采样以获得一致的尺寸， 后面的卷积核采用3×3的常规卷积核大小。池 主要涉及到的特征图为第2、3和4层的特征图， 化层根据需要对特征图降采样的特性，都采用了 具体参数如表2所示。 表2 Concat层参数 Table 2 Table 1 Parameters of the Concat layer Concat层 卷积池化层 卷积核尺寸 步长 模板图尺寸 跟踪图尺寸 通道数 Convz-Conv4 1×1 1 28 60 128 Conv2-Conv4 Poolz-Poola 4×4 > 15 128 ConvConv4 1×1 14 30 128 Conv3Conv4 Pool~Poola 2×2 7 15 128 Concat2-3-4 - > 15 384 Conv2~Conv4指从第2层特征图整合到第 (y,)log(1+exp(-y*v)) (1) 4层特征图之前需要进行卷积以及下采样，同样 式中：v是卷积响应图中每个点真实值；y∈(+1，-1 的，Conv:~Conv,指从第3层特征图整合到第4层 是这个点所对应的标签。式(1)描述的是卷积响 特征图，两者的下采样均采用了1×1卷积核以及 应图中每个点的loss值，卷积响应图的整体loss, 相对应大小的池化层来完成。 使用全部点loss的均值描述，即： 2.2双通路神经网络参数训练与优化 L0y,)= 2.2.1损失函数 之ot (2) 其中u∈D代表卷积响应图中对应点的位置。 在神经网络的训练过程中，通过最小化损失 2.2.2卷积响应相关度函数 函数并不断缩小误差才能获取最优模型。本文算 提取到目标模板和待跟踪图像的特征后，由 法为了构造有效的损失函数，对搜索区域内的位 卷积响应的相关度计算相似度，其中相似度函数 置点进行了正负样本的区分，即认为目标一定范 选用交叉相关函数，如下所示： 围内的点是正样本，认为这一范围外的点是负样 f(3,)=()*p()+lbl1 (3) 本，损失函数为逻辑回归损失，具体的损失函数 式中：z代表输入模板图像；x代表输入待跟踪图 形式如下，最终的卷积响应图中每个点的损失为 像；p是提取特征的网络。将()作为卷积核，在目标模板图像和待跟踪图像共用同一特征提 取网络，由于二者图像尺寸差异，各自的特征图 尺寸也不同，具体的卷积层、池化层的参数设置 如表 1 所示。 表 1 网络参数设置 Table 1 Parameters of the network 卷积/池化层 卷积核尺寸 步长 填充像素 模板图尺寸 跟踪图尺寸 通道数 输入图像 − − − 137×137 265×265 3 Conv1 11×11 2 0 64×64 128×128 64 Pool1 2×2 2 0 32×32 64×64 128 Conv2 5×5 1 0 28×28 60×60 128 Pool2 2×2 2 0 14×14 30×30 128 Conv3 3×3 1 2 14×14 30×30 128 Pool3 2×2 2 0 7×7 15×15 128 Conv4 3×3 1 2 7×7 15×15 128 Conv5 3×3 1 0 5×5 13×13 384 11×11 5×5 3×3 在较低层的特征图中，卷积核的尺寸采用了 和 的卷积大小，这样可以在低层特征 图中取得较大的感受野，保留更多的低级特征， 后面的卷积核采用 的常规卷积核大小。池 化层根据需要对特征图降采样的特性，都采用了 2×2 的尺寸并且步长为 2。在 Concat 操作中，由 于要对不同特征图统一尺寸进行整合，因此需要 对较大的特征图进行下采样以获得一致的尺寸， 主要涉及到的特征图为第 2、3 和 4 层的特征图， 具体参数如表 2 所示。 表 2 Concat 层参数 Table 2 Table 1 Parameters of the Concat layer Concat层 卷积/池化层 卷积核尺寸 步长 模板图尺寸 跟踪图尺寸 通道数 Conv2~Conv4 Conv2~Conv4 1×1 1 28 60 128 Pool2~Pool4 4×4 4 7 15 128 Conv3~Conv4 Conv3~Conv4 1×1 1 14 30 128 Pool3~Pool4 2×2 2 7 15 128 Concat2-3-4 − − − 7 15 384 1×1 Conv2~Conv4 指从第 2 层特征图整合到第 4 层特征图之前需要进行卷积以及下采样，同样 的，Conv3~Conv4 指从第 3 层特征图整合到第 4 层 特征图，两者的下采样均采用了 卷积核以及 相对应大小的池化层来完成。 2.2 双通路神经网络参数训练与优化 2.2.1 损失函数 在神经网络的训练过程中，通过最小化损失 函数并不断缩小误差才能获取最优模型。本文算 法为了构造有效的损失函数，对搜索区域内的位 置点进行了正负样本的区分，即认为目标一定范 围内的点是正样本，认为这一范围外的点是负样 本，损失函数为逻辑回归损失，具体的损失函数 形式如下，最终的卷积响应图中每个点的损失为 l(y, v) = log(1+exp(−y ∗ v)) (1) 式中： v 是卷积响应图中每个点真实值； y ∈ {+1,−1} 是这个点所对应的标签。式 (1) 描述的是卷积响 应图中每个点的 loss 值，卷积响应图的整体 loss， 使用全部点 loss 的均值描述，即： L(y, v) = 1 |D| ∑ u∈D l(y[u], v[u]) (2) 其中 u ∈ D 代表卷积响应图中对应点的位置。 2.2.2 卷积响应相关度函数 提取到目标模板和待跟踪图像的特征后，由 卷积响应的相关度计算相似度，其中相似度函数 选用交叉相关函数，如下所示： f(z, x) = φ(z) ∗φ(x)+∥b∥1 (3) z x φ φ(z) 式中： 代表输入模板图像； 代表输入待跟踪图 像； 是提取特征的网络。将 作为卷积核，在 第 6 期 李晗，等：仿猛禽视顶盖信息中转整合的加油目标跟踪 ·1087·