基于双注意力混洗的无人机航拍目标跟踪算法

摘要：

针对无人机(UAV)跟踪过程中目标经常出现尺寸小、尺度变化大和相似物干扰等问题,提出了一种基于双注意力混洗的多尺度无人机实时跟踪算法.考虑到无人机视角下目标像素点少,构建了双采样融合的深层网络,既提供了语义信息丰富的深度特征,又保留了目标的细节信息;设计了双注意力混洗模块,通道注意力和空间注意力同时分组筛选提取到的特征信息,混洗不同通道间的信息,加强信息交流,提高了算法辨别能力;为利用不同层的特征信息,加入多个区域建议网络完成目标的分类和回归,并针对无人机的目标特点,将结果进行加权融合.实验结果表明:所提算法在数据集上的成功率和准确率分别为60.3％和79.3％,速度为37.5帧/s.所提算法的辨别能力和多尺度适应能力明显增强,能有效应对无人机跟踪中常见的挑战.

关键词：无人机、目标跟踪、注意力模块、混洗、区域建议网络

所属期刊栏目：49

分类号：V279;TP391(各类型航空器)

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：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：53-65