融合时空信息的端对端目标跟踪算法

摘要：

视觉目标跟踪是计算机视觉领域的一个基本问题.目前,采用深度卷积方法的相关滤波器(DCF)在目标跟踪领域取得了优秀的成果.然而,大多数现有的跟踪器仅考虑当前帧的外观特征,几乎不考虑目标运动和帧间信息,不能很好地解决诸如遮挡、阴影和变形等问题.因此,我们将利用连续帧中丰富的运动信息来提高跟踪性能.首先,我们将光流信息,特征提取和相关滤波表示为深度学习网络中的相关特殊层,从而能够进行端对端深度学习网络的训练.然后,提出了一种全新的时空注意力机制,通过时空注意力机制的加权,将预定间隔的历史特征图相融合并与当前的特征图进行自适应聚合.最后,在公共数据进行了大量实验,得到了满意的结果.

关键词：DCF滤波器、光流信息、时空注意力机制、端对端

分类号：TP3-05(计算技术、计算机技术)

在线出版日期：2019-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：22-26