10.3969/j.issn.1007-130X.2022.02.012
基于混合注意力机制的目标跟踪算法
针对全卷积孪生网络目标跟踪算法(Siam FC)在目标形变、遮挡和快速运动等复杂场景中易导致跟踪失败的问题,提出一种利用混合注意力机制增强网络识别能力的算法(SiamM A).首先,在训练阶段提出堆叠裁剪法构建自对抗训练样本对,以模拟实际跟踪时的复杂场景,使训练的网络模型具有更强的泛化性.其次提出混合注意力机制,在网络不同分支融合使用空间注意力和通道注意力网络模块,有效抑制了特征图中的背景干扰,提升算法的鲁棒性.采用GOT-10k、UAV123等4种数据集进行算法性能评测实验,结果表明本文算法的跟踪成功率、精度等主要性能指标较SiamFC和KCF等6种经典算法均有提升,平均速度达到60 fps.
目标跟踪、孪生网络、混合注意力机制、自对抗训练样本对
44
TP391.4(计算技术、计算机技术)
2022-03-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
276-282