增强特征信息的孪生网络无人机目标跟踪方法

摘要：

为解决无人机视觉下目标因光照变化、完全遮挡、快速运动等情况导致跟踪效果变差甚至跟踪失败的问题,基于全卷积孪生网络跟踪算法SiamFC提出一种增强特征信息的目标跟踪方法.采用GOT-10K数据集替换原训练数据集ILSVRC2015-VID对模型进行训练,构造理解能力更深的网络模型;将带有高语义信息和低细节的浅层特征融入到深卷积层中增强网络对目标特征的提取能力;引入轻量级条带池化模块加强目标特征信息.在UAV123公开数据集基准上进行测试,实验结果表明,该方法的成功率和精确度分别达到0.542和0.746.

关键词：无人机目标跟踪、条带池化、孪生网络、特征融合、全卷积、GOT-10K数据集

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：南充市市校科技战略合作基金项目19SXHZ0019

在线出版日期：2022-08-22（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：2325-2333