-
题名考虑注意力的无锚框孪生网络目标跟踪算法
被引量：1
- 1
-
-
作者
孙仕棚
兰时勇
-
机构
四川大学视觉合成图形图像技术国防重点学科实验室
-
出处
《计算机应用与软件》
北大核心
2024年第12期268-274,共7页
-
基金
四川省科技厅重点研发项目(2021YFG0300)
视觉合成图形图像技术国防重点学科实验室开放研究项目。
-
文摘
孪生(Siamese)网络是解决视觉目标跟踪任务的一种重要方法。无填充孪生网络(SiamDW)的跟踪器采用区域推荐网络(RPN)来进行目标的定位,需要预先设置锚框的高宽比等超参数,不仅调参繁杂,而且跟踪的准确率较低。为解决此问题,提出一种考虑通道注意力且无锚框的孪生网络目标跟踪方法。该方法以SiamDW为基线,引入无填充的DenseNet来提取目标的特征;在通道特征拼接的时候加入通道注意力模块,以提高目标特征的表征力;在无锚框设计的时候,采用一种矩形范围的方式对正负样本进行划分。实验结果表明,在VOT2016和VOT2018数据集上,该算法跟踪的准确率分别比基线算法提高3百分点和6百分点。
-
关键词
孪生网络
目标跟踪
无锚框设计
无填充
通道注意力
-
Keywords
Siamese network
Object tracking
Anchor free
No padding
Channel attention
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
