基于注意力机制和不对称卷积的目标跟踪算法 |
| |
引用本文: | 李锦瑞,张轶.基于注意力机制和不对称卷积的目标跟踪算法[J].计算机工程与设计,2023(10):3110-3116. |
| |
作者姓名: | 李锦瑞 张轶 |
| |
作者单位: | 四川大学视觉合成图形图像技术国防重点学科实验室 |
| |
基金项目: | 国家自然科学基金区域创新联合基金项目(U20A20161); |
| |
摘 要: | 一般孪生网络跟踪算法中目标模板不会更新,模板分支与搜索分支在计算时相互独立,无法进行鲁棒跟踪,使用深度互相关来融合两分支的特征有着容易被干扰物欺骗、激活通道数少、对目标边界的分辨能力较弱,且不能充分受益于大规模的离线训练,为此提出一种基于注意力机制和不对称卷积的目标跟踪算法。设计增强注意力网络增强和传递分支信息。采用不对称卷积来代替深度互相关,使用有效的参数学习如何更好地互相关。所提算法在OTB100、LaSOT、VOT2019上做了对比实验,实验结果表明,所提算法表现较好,性能优于现有的多个先进跟踪器。
|
关 键 词: | 深度学习 目标跟踪 孪生网络 特征融合 注意力机制 互相关 不对称卷积 |
|
|