基于双注意力机制的多分支孪生网络目标跟踪

摘要：

为了解决SiamRPN++单目标跟踪算法在目标被短时遮挡及外观剧烈变化时定位不准确的问题,提出基于双注意力机制的多分支孪生网络目标跟踪算法.采用具有轻量化主干网络的SiamRPN++为基础算法,结合轻量化的通道和空间注意力机制,提升跟踪过程中应对遮挡挑战时的抗干扰能力.新增上一帧模板分支,动态更新目标外观变化,利用三元组损失增强跟踪过程中前景与背景的判别能力.根据目标的移动速度进行局部扩大搜索,使目标被短时遮挡后仍可以及时、准确地跟踪到目标.实验结果表明,改进后的算法在OTB100数据集的成功率和精确度较原算法分别提高了 2.4％和1.6％,平均中心位置误差降低了 28.97个像素,平均重叠率提高了 14.5％.

关键词：孪生网络、注意力机制、模板更新、局部扩大

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省科技厅重点研发计划资助项目;陕西省高校工程研究中心资助项目;陕西高校青年创新团队资助项目;山东省智慧交通重点实验室筹

在线出版日期：2023-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1307-1316