结合注意力与特征融合的目标跟踪

• 作者: 刘文印 杨振国 高俊艳
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 目标跟踪 孪生网络 特征融合 注意力机制 判别力特征
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 综合研究
• 页码范围: 18-23
• 页数: 6页
• 分类号: TP931
• 字数: 5101字
• 语种: 中文
• DOI: 10.12052/gdutxb.190039

摘要

全卷积孪生网络通过相似性学习解决目标跟踪问题,其算法受到了越来越多的关注.为了提取更有判别力的目标特征,提升跟踪的精确度和鲁棒性,提出了一种结合注意力机制与特征融合的目标跟踪模型.首先,将第一帧和当前帧的前一帧结合作为目标模板,利用共享的特征提取网络提取目标模板和当前帧的多个卷积层的特征;然后,对于目标模板的多层卷积特征,结合通道注意力机制处理,提升模板特征的判别力;最后,目标模板的特征与当前帧的特征进行互相关计算,得到响应图,从而获取预测目标在当前帧中的位置和尺度.最终实验结果表明,与几个先进的跟踪模型相比,提出的目标跟踪模型获得了比较有竞争力的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨振国	广东工业大学计算机学院	6	2	1.0	1.0
2	刘文印	广东工业大学计算机学院	13	4	1.0	1.0
3	高俊艳	广东工业大学计算机学院	1	1	1.0	1.0