基于注意力机制的Siamese目标跟踪算法研究

为了进一步提升Siamese神经网络算法在目标跟踪领域的性能,本文对SiamMask的backbone模型基于注意力机制原理进行了重新设计。首先,对Siamese目标追踪网络的backbone网络框架进行局部修改;其次,对改进的算法与原SiamMask算法在Microsoft COCO2017数据集上进行了网络训练与验证;最后,将原SiamMask算法与改进的算法的验证集数据进行比对,以此来评价改进算法的性能。结果表明,在同等算力与数据集的条件下,基于注意力机制的backbone Siamese目标跟踪算法比SiamMask在IOU值上有2个百分点左右的性能提升。

Research on Siamese Target Tracking Algorithm Based on Attention Mechanism