基于像素分类的多尺度无人机航拍目标旋转跟踪算法

摘要：

针对无人机(UAV)跟踪过程中垂直跟踪框在处理尺度变化、相似物体和纵横比变化时限制了跟踪精度提升的问题,提出一种基于像素分类的多尺度UAV航拍目标旋转跟踪算法.首先,设计MS-ResNet以提取目标多尺度特征;然后,在具有正交特性的多通道响应图上设计像素二分类模块,从而进一步精确细化分类和回归分支的结果;同时,为了提高像素分类精度,使用并行通道空间注意力(scSE)模块在空间域和通道域上筛选目标特征;最后,在像素分类基础上生成贴合目标实际大小的旋转跟踪框,从而避免正样本受到污染.实验结果表明:所提算法在无人机跟踪数据集UAV123上的成功率和准确率分别为60.7％和79.5％、与孪生区域建议跟踪网络(SiamRPN)相比,成功率与准确率分别提升了5个百分点、2.7个百分点,同时速度为67.5 FPS,满足实时要求.所提算法具有良好的尺度适应能力、辨别能力和鲁棒性,能有效应对UAV跟踪任务.

关键词：无人机、目标跟踪、像素分类、多尺度特征、旋转跟踪

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2022-08-01（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：2239-2247