6165cc金沙总站检测中心院讯（通讯员：张馨月）近日，人工智能领域国际顶级期刊Expert Systems With Applications接收我院学术论文（Peng Gao, Xin-Yue Zhang, Xiao-Li Yang, Feng Gao, Hamido Fujita, and Fei Wang. Robust Visual Tracking with Extreme Point Graph-Guided Annotation: Approach and Experiment, 2023）。该论文以曲阜师范大学6165cc金沙总站检测中心为第一完成单位，高鹏副教授为论文第一作者，2021级研究生张馨月为论文第二作者（学生第一作者）。Expert Systems With Applications是中国计算机学会推荐期刊，中科院1区TOP期刊，最新影响因子为8.5。

视觉目标追踪任务要求实时并准确地对任意目标进行中心定位和尺度估计。最近的研究为了能准确地定位到目标，需要设置大量候选标注框。然而只有少部分候选标注框与真实标注框具有较高的重叠率，在训练过程中被标注为正样本，其他的候选标注框都被标注为负样本，直接导致训练数据集中正负样本数量不均衡。同时，候选框在设置过程中依赖于大量人工设置的超参数，例如候选框的数量、尺度比例和长宽比例，在进行精确估计目标尺度大小时需要更为细致的设计，造成大量计算和存储开销，从而严重影响训练和推理的效率。为了解决目标尺度变化问题，论文提出了一种基于极点感知的视觉目标追踪方法，将目标结构化建模为4个位于其顶端、底端、左侧和右侧的边缘极点。目标的中心位置和尺度大小可以通过感知4个边缘极点的位置直接得到，以往通过先验设置的多尺度候选采样法和候选标注框生成法可以被抛弃掉，为解决目标尺度变化问题提供了一个全新的思路。

全文链接：https://doi.org/10.1016/j.eswa.2023.122013

该研究得到了中国博士后科学基金、山东省自然科学基金、广东省自然科学基金和6165cc金沙总站检测中心科研基金的资助支持。