融合时空信息的端对端目标跟踪算法

• 作者: 梁鉴如 陈凯峰
• 来源期刊: 数据通信
• 学科: 工学
• 关键词: DCF滤波器 光流信息 时空注意力机制 端对端
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 技术方案
• 页码范围: 22-26
• 页数: 5页
• 分类号: TP3-05
• 字数: 4012字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2019.04.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁鉴如	上海工程技术大学电子电气工程学院	34	54	4.0	5.0
2	陈凯峰	上海工程技术大学电子电气工程学院	2	0	0.0	0.0