추적 과정에서 대상 위치의 위치 정확도를 향상시키기 위해, 중요 영역 가중치를 기반으로 한 상관 필터링 목표 추적 알고리즘이 제안되었다. 본 논문은 효율적인 컨볼루션 연산자 추적 알고리즘(Efficient Convolution Operators for Tracking, ECO)의 추적 프레임워크를 기반으로, 먼저 사전 학습된 개선된 잔차 네트워크 SE-ResNet을 사용하여 다양한 층의 다중 해상도 특징을 추출하고, 얕은 층과 깊은 층 특징의 서로 다른 특성을 충분히 활용하여 특징 표현을 강화하며, 인수 분해된 컨볼루션을 통해 상관 필터의 응답 맵을 계산한다; 그 다음 배경 객체 모델을 사용하여 대상의 주목도 맵을 얻고, 주목도 맵을 사용하여 상관 필터의 응답 맵에 가중치를 부여하여 위치 정확도를 향상시킨다; 마지막으로, VOT(Visual Object Tracking) 대회에서 8가지의 인기 추적 알고리즘과 비교하였으며, VOT2016 및 VOT2017 대회에서 평균 중첩 기대값(Expected Average Overlap, EAO) 점수가 각각 0.4157과 0.3412를 달성하여 다른 알고리즘보다 우수한 성능을 보였다. 실험 결과 본 알고리즘은 목표 추적 시 위치 정확도를 효과적으로 향상시키고 추적 성능을 개선할 수 있음을 보여준다.

컨볼루션 신경망;상관 필터링;주목 영역;목표 추적