基于并行空频注意力引导的任务感知目标跟踪算法

摘要：

现有孪生网络目标跟踪器已表现出不错的性能,但对于复杂场景中存在的相似目标误检以及包围框偏移等问题,表现却仍不尽如人意.针对此问题,文中提出了一种新的两阶段孪生目标跟踪算法,该算法由目标提议阶段与任务感知验证阶段组成.第一阶段结合并行空频注意力模块,充分挖掘目标图像的表观特征,增强目标的抗相似物体干扰能力,提高鲁棒性.第二阶段针对检测任务中分类回归任务的差异,对目标分类和位置回归进行任务感知验证,分别获得适用于分类和回归的精准候选框,得到候选目标的识别得分及位置精调.此外,针对训练与测试任务中分类回归计算冲突问题,以及分类回归任务对于正负样本计算存在数量、对象偏差问题,采用GFocal Loss对损失函数进行优化以解决以上问题.实验证明,文中算法在有效性、可靠性以及预期平均重叠率上获得了较大的性能提升,并满足实时跟踪要求.

关键词：目标跟踪、孪生网络、并行空频注意力、任务感知

所属期刊栏目：42

分类号：TN911.73;TP391.4

资助基金：国家自然科学基金;国家自然科学基金;江苏省重点研发基金资助项目

在线出版日期：2022-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：62-72