典型文献
结合双注意力与特征融合的孪生网络目标跟踪
文献摘要：
基于孪生网络视觉跟踪的进化和深层网络目标跟踪算法在目标被遮挡和外观形变时的跟踪成功率不高,鲁棒性不强,对此,提出了一种结合双注意力与特征融合的孪生网络目标跟踪算法.首先,采用通道和空间注意力模块增强目标信息,抑制图像中的干扰信息,提高模型的准确度;然后,对注意力层输出的浅层和深层特征信息进行多层特征融合,得到表现力更好的目标特征,提高跟踪成功率;最后,引入在线模板更新机制,减少了跟踪漂移,提高了跟踪鲁棒性.使用OTB100测试集进行实验,实验结果表明,改进后算法的跟踪成功率比改进前算法的跟踪成功率提高了1.3％;在具有遮挡和形变属性的4个测试序列下,改进后算法的平均重叠率提高了3％,中心位置的平均误差降低了0.37个像素点,针对遮挡和外观形变时的鲁棒性更好.
文献关键词：
目标跟踪;孪生网络;双注意力模块;特征融合;在线模板更新
中图分类号：
作者姓名：
李雪;李晓艳;王鹏;孙梦宇;吕志刚
作者机构：
西安工业大学 电子信息工程学院,西安710021
文献出处：
引用格式：
[1]李雪;李晓艳;王鹏;孙梦宇;吕志刚-.结合双注意力与特征融合的孪生网络目标跟踪)[J].北京邮电大学学报,2022(04):116-122
A类：
在线模板更新
B类：
孪生网络,视觉跟踪,深层网络,目标跟踪算法,遮挡,空间注意力,目标信息,制图,注意力层,深层特征,特征信息,多层特征融合,表现力,目标特征,更新机制,漂移,OTB100,测试集,功率比,进前,测试序列,重叠率,中心位置,平均误差,像素点,双注意力模块
AB值：
0.325194
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
