基于级联注意力机制的孪生网络视觉跟踪算法

摘要：

针对全卷积孪生网络(SiamFC)在相似物体干扰及目标发生大尺度外观变化时容易跟踪失败的问题,提出了一种基于级联注意力机制的孪生网络视觉跟踪算法.首先,在网络的最后一层加入非局部注意力模块,从空间维度得到关于目标区域的自注意特征图,并与最后一层特征进行相加运算.其次,考虑到不同通道特征对不同目标和各类场景的响应差异,引入通道注意力模块实现对特征通道的重要性选择.为了进一步提高跟踪的鲁棒性,将其与SiamFC算法进行加权融合,得到最终的响应图.最后,将提出的孪生网络模型在GOT10k和VID数据集上进行联合训练,进一步提升模型的表达力与判别力.实验结果表明:所提算法相比于SiamFC,在跟踪精度上提高了9.3％,在成功率上提高了5.4％.

关键词：视觉跟踪、孪生网络、非局部注意力、通道注意力、模型集成

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2021-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2302-2310