|
|||||
|
|
| 基于CAMDNet的视频目标跟踪算法 | |
| 作者姓名： | 贾金露 姚自强 赵玉卿 钱育蓉 |
| 作者单位： | 1.新疆大学软件学院 新疆 乌鲁木齐 830046;2.新疆大学软件工程重点实验室 新疆 乌鲁木齐 830046;3.新疆维吾尔自治区信号检测与处理重点实验室 新疆 乌鲁木齐 830046 |
| 基金项目： | 国家自然科学基金 ( U1803261 );国家自然科学基金 ( 61966035 );自治区研究生创新项目 ( XJ2020G074 ) |
| 摘 要： | 多域卷积神经网络(MDNet)在目标出现背景杂乱、目标遮挡、尺度变化和旋转形变时,存在跟踪精度不高、成功率下降的问题.针对此问题,提出一种融合高效通道注意力机制和可变形卷积的目标跟踪算法(CAMDNet).通过在MDNet网络中引入高效通道注意力机制有效学习特征通道之间的相关性,进行特征筛选,增强网络特征表达能力,并引入可变形卷积以提高模型对尺度变化的建模能力,增强网络健壮性.在视频目标跟踪基准数据集OTB50 和OTB100 上进行评估,并与当下较为流行的跟踪算法进行对比.实验结果表明CAMDNet算法优于其他对比算法,并且比同等实验条件下的MDNet跟踪精准率提升2.25%,跟踪成功率提升2.6%,证明CAMDNet算法能有效地提高目标跟踪性能并具有较好的鲁棒性. |
| 本文献已被 万方数据 等数据库收录！ | |