基于注意力学习的正则化相关滤波跟踪算法

• 作者: 仇祝令 吴敏 查宇飞 王青
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 单目标 视觉跟踪 机器学习 正则化 相关滤波 注意力学习
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1762-1768
• 页数: 7页
• 分类号: TN919.82
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.09.014

摘要

边界效应是制约相关滤波跟踪性能的一个重要因素.目前大多数方法只是简单地采用先验知识,如逆高斯分布,预设掩模等,或者分割前景目标作为正则化项,进行约束求解,并没有考虑目标的空时域特性.针对这一问题,本文提出一种基于注意力学习的正则化相关滤波跟踪算法.该方法考虑目标在空间中的分布特性,利用注意力机制学习目标的特定空间权重,适应目标在空域中的变化;同时利用目标在时域中的连续性,通过对注意力权重矩阵的约束来间接调整滤波器;最后通过交替方向乘子(ADMM)算法迭代优化模型.我们在标准的数据库上进行大量实验,结果表明本文算法能实时跟踪目标,并且在精确度和成功率上都有了一定的提升.