融合注意力机制的孪生网络目标跟踪算法研究

摘要：

在全卷积孪生网络跟踪算法(SiamFC)的基础上,提出一种融合注意力机制的孪生网络目标跟踪算法.在网络模板分支,通过融合注意力机制,由神经网络学习模板图像的通道相关性和空间相关性,进而增大前景贡献,抑制背景特征,提升网络对正样本特征的辨别力;同时,使用VggNet-19网络提取模板图像的浅层特征和深层特征,两种特征自适应融合.在OTB2015和VOT2018数据集上得到的实验结果表明,与SiamFC相比,所提算法能够更好地应对运动模糊、目标漂移和背景多变等问题,取得了更高的准确率和成功率.

关键词：目标跟踪、孪生网络、特征融合、注意力机制

所属期刊栏目：57

分类号：TP391.4(计算技术、计算机技术)

资助基金：吉林省科技发展计划技术攻关项目20190302118GX

在线出版日期：2021-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：169-174