-
题名基于多注意力图的孪生网络视觉目标跟踪
被引量：5
- 1
-
-
作者
齐天卉
张辉
李嘉锋
卓力
-
机构
北京工业大学信号与信息处理研究室
-
出处
《信号处理》
CSCD
北大核心
2020年第9期1557-1566,共10页
-
基金
国家自然科学基金(61602018,61971016)
北京市自然科学基金-市教委联合资助项目(KZ201810005002
KZ201910005007)。
-
文摘
在视觉跟踪应用中,目标外观通常由包含目标的矩形区域来建模,这种矩形化边框的描述方式不可避免地引入了背景干扰,并随着场景变化导致跟踪关注点的模糊及歧义,进而产生跟踪漂移。针对以上问题,提出了一种基于多注意力图的孪生网络视觉目标跟踪算法。首先,建立了一种关注于前景目标区域特征表达的孪生网络。该网络通过构建梯度注意力图损失函数项来引导网络训练,提升网络区分目标和干扰背景的能力。此外,嵌入通道注意力和空间注意力进一步强化目标的特征表达,自动发掘有区分的特征表示。在多个公共数据集上的实验验证了提出算法的有效性,以及算法可完成实时的视觉目标跟踪。
-
关键词
视觉目标跟踪
孪生网络
梯度引导反向传播
注意力机制
-
Keywords
visual object tracking
Siamese network
gradient-guided backpropagation
attention mechanism
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
