-
题名基于知识蒸馏的Transformer视觉跟踪器
- 1
-
-
作者
李娜
刘蒙巧
潘金婷
黄开
贾兴轩
-
机构
西安邮电大学通信与信息工程学院
-
出处
《光学精密工程》
北大核心
2025年第4期653-664,共12页
-
基金
国家自然科学基金项目(No.41874173)
陕西省工业攻关项目(No.2022GY-078)。
-
文摘
针对复杂深度模型在运算资源受限条件下难以实现高精度、高帧率跟踪的问题,本文提出了一种基于知识蒸馏的Transformer视觉跟踪器。该视觉跟踪器通过引入图像动态校正模块,将当前帧搜索图像与基于光流的预测图像进行动态融合,能有效应对目标快速移动、运动模糊等挑战。为了降低模型复杂度,本文采用知识蒸馏学习策略对模型进行压缩,并将同方差不确定性融入损失函数中,通过学习可得到不同子任务的损失权重,从而避免手动调参的繁琐与困难。同时,在训练过程中,采用随机模糊策略以增强模型的鲁棒性。本文提出了两种不同复杂度的跟踪框架:KTransT-T和KTransT,并在五个公开数据集上与12种算法进行了对比实验。实验结果表明:KTransT-T算法有效提高了跟踪精度和成功率,KTransT则在保证较低模型复杂度的同时,达到了与主流算法相当的跟踪精度,其跟踪速度可达158 frame/s,满足实时跟踪的需求。
-
关键词
计算机视觉
目标跟踪
TRANSFORMER
知识蒸馏
同方差不确定性
-
Keywords
computer vision
object tracking
transformer
knowledge distillation
homoscedastic uncertainty
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
