用于目标跟踪的孪生渐进注意引导融合网络

作     者：范颖 宋晓宁 Fan Ying;Song Xiaoning

作者机构：江南大学人工智能与计算机学院无锡214122 

基　　金：国家重点研发计划子课题(2017YFC1601800) 国家自然科学基金(61876072) 中国博士后科学基金特别资助项目(2018T110441) 江苏省六大人才高峰项目(XYDXX-012) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2021年第33卷第2期

页      码：199-206页

摘      要：针对基于孪生网络的目标跟踪中大部分方法是利用主干网络的最后一层语义特征来计算相似度,而单一地利用深层特征空间往往是不够的问题,提出基于孪生网络的渐进注意引导融合跟踪方法.首先采用主干网络提取深层和浅层特征信息;然后通过特征聚合模块,以自顶向下的方法去编码融合深层语义信息以及浅层空间结构信息,并利用注意力模块减少融合产生的特征冗余;最后计算目标和搜索区域的匹配相似度,以进行目标跟踪.在加入注意力模块后,跟踪器可以选择性地整合多层特征信息,提升了跟踪器的性能.在OTB2013,OTB50,OTB2015,VOT2016以及VOT2017这5个公共基准数据库上,与SiamDW等方法进行实验的结果表明,文中方法能够有效地提升跟踪的精度及成功率.

主 题 词：目标跟踪 多层融合 注意机制 孪生网络 

学科分类：08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2021.18392

馆 藏 号：203102038...