期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
抑制非目标干扰的单流纯Transformer跟踪算法
1
作者
顾龙雨
张伟
高赟
《计算机应用》
北大核心
2025年第S1期60-66,共7页
针对单流纯Transformer跟踪算法搜索区域中的相似信息或混乱背景等非目标信息的干扰会影响相关性计算的问题,提出一种抑制非目标干扰的单流纯Transformer跟踪算法。首先,构建抑制非目标干扰模块,该模块采用高相似token合并策略,当高相似...
针对单流纯Transformer跟踪算法搜索区域中的相似信息或混乱背景等非目标信息的干扰会影响相关性计算的问题,提出一种抑制非目标干扰的单流纯Transformer跟踪算法。首先,构建抑制非目标干扰模块,该模块采用高相似token合并策略,当高相似token包含目标信息时,合并操作将保留目标信息,当高相似token包含混乱背景或相似目标干扰信息时,合并操作将降低这些干扰信息的注意力权重;其次,将该模块添加到单流纯Transformer骨干网络中,以抑制干扰多头注意力的计算结果;最后,将抑制干扰后的特征送进跟踪头,从而完成对目标的跟踪。在5个基准数据集上的测试结果表明:与OSTrack(One Stream Tracking)算法相比,在GOT-10k基准数据集AO指标提升1.1个百分点,在NFS、UAV123、TNL2K基准数据集AUC指标分别提升1.6、1.0、1.1个百分点,同时所提算法的跟踪推理速度即每秒帧数(FPS)可达166,证明所提算法成功抑制了非目标的干扰,提升了单流纯Transformer跟踪算法的鲁棒性并且能够保证跟踪的实时性。
展开更多
关键词
目标跟踪
视觉Transformer
干扰抑制
逐层合并的高相似token
多头注意力
在线阅读
下载PDF
职称材料
题名
抑制非目标干扰的单流纯Transformer跟踪算法
1
作者
顾龙雨
张伟
高赟
机构
云南大学信息学院
出处
《计算机应用》
北大核心
2025年第S1期60-66,共7页
基金
云南大学专业学位研究生实践创新项目(ZC-23234779)。
文摘
针对单流纯Transformer跟踪算法搜索区域中的相似信息或混乱背景等非目标信息的干扰会影响相关性计算的问题,提出一种抑制非目标干扰的单流纯Transformer跟踪算法。首先,构建抑制非目标干扰模块,该模块采用高相似token合并策略,当高相似token包含目标信息时,合并操作将保留目标信息,当高相似token包含混乱背景或相似目标干扰信息时,合并操作将降低这些干扰信息的注意力权重;其次,将该模块添加到单流纯Transformer骨干网络中,以抑制干扰多头注意力的计算结果;最后,将抑制干扰后的特征送进跟踪头,从而完成对目标的跟踪。在5个基准数据集上的测试结果表明:与OSTrack(One Stream Tracking)算法相比,在GOT-10k基准数据集AO指标提升1.1个百分点,在NFS、UAV123、TNL2K基准数据集AUC指标分别提升1.6、1.0、1.1个百分点,同时所提算法的跟踪推理速度即每秒帧数(FPS)可达166,证明所提算法成功抑制了非目标的干扰,提升了单流纯Transformer跟踪算法的鲁棒性并且能够保证跟踪的实时性。
关键词
目标跟踪
视觉Transformer
干扰抑制
逐层合并的高相似token
多头注意力
Keywords
object tracking
vision Transformer
interference suppression
highly-similar
token
merged layer by layer
multihead attention
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
抑制非目标干扰的单流纯Transformer跟踪算法
顾龙雨
张伟
高赟
《计算机应用》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
