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
采用重参数网络的Transformer目标跟踪
被引量：
1
1
作者
钱小燕
施俞洲
+3 位作者
张峰
朱新瑞
韩磊
李智昱
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第10期1521-1531,共11页
针对目前基于Siamese结构的目标跟踪计算量大且不能实现模板与搜索区域间充分信息交融的问题,提出基于重参数网络的Transformer目标跟踪算法.首先采用重参数法降低跟踪过程中骨干网络计算量,训练时采用多分支并行结构,测试跟踪过程中使...
针对目前基于Siamese结构的目标跟踪计算量大且不能实现模板与搜索区域间充分信息交融的问题,提出基于重参数网络的Transformer目标跟踪算法.首先采用重参数法降低跟踪过程中骨干网络计算量,训练时采用多分支并行结构,测试跟踪过程中使用重参数法将多分支并行结构重构成单分支串行结构;然后对骨干网络提取的模板特征图和搜索区域特征图使用Transformer结构进行自注意力加强,通过交叉注意力层实现像素级信息交融;最后将完成充分交融的信息映射到分类分支、中心度估计分支与边框回归分支,其中,边框回归分支采用最新的CIoU-Loss进行训练,使得跟踪算法精确度更高,具有更强鲁棒性的同时满足实时性.实验结果表明,所提算法在大规模基准数据集GOT-10k上平均重叠率为0.606,超越SiamFC++算法0.011;在大规模数据集LaSOT上,成功率、归一化精确度、精确度分别达到0.554,0.659和0.581,比SiamFC++算法提高了0.010,0.036和0.034.
展开更多
关键词
目标跟踪
重参数法
注意力机制
TRANSFORMER
在线阅读
下载PDF
职称材料
题名
采用重参数网络的Transformer目标跟踪
被引量：
1
1
作者
钱小燕
施俞洲
张峰
朱新瑞
韩磊
李智昱
机构
南京航空航天大学民航学院
南京华为技术有限公司
南京邮电大学计算机科学与技术学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023年第10期1521-1531,共11页
基金
国家自然科学基金(61803199,U2033201).
文摘
针对目前基于Siamese结构的目标跟踪计算量大且不能实现模板与搜索区域间充分信息交融的问题,提出基于重参数网络的Transformer目标跟踪算法.首先采用重参数法降低跟踪过程中骨干网络计算量,训练时采用多分支并行结构,测试跟踪过程中使用重参数法将多分支并行结构重构成单分支串行结构;然后对骨干网络提取的模板特征图和搜索区域特征图使用Transformer结构进行自注意力加强,通过交叉注意力层实现像素级信息交融;最后将完成充分交融的信息映射到分类分支、中心度估计分支与边框回归分支,其中,边框回归分支采用最新的CIoU-Loss进行训练,使得跟踪算法精确度更高,具有更强鲁棒性的同时满足实时性.实验结果表明,所提算法在大规模基准数据集GOT-10k上平均重叠率为0.606,超越SiamFC++算法0.011;在大规模数据集LaSOT上,成功率、归一化精确度、精确度分别达到0.554,0.659和0.581,比SiamFC++算法提高了0.010,0.036和0.034.
关键词
目标跟踪
重参数法
注意力机制
TRANSFORMER
Keywords
object tracking
re-parameterization technique
attention mechanism
Transformer
分类号
TP391.41 [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
采用重参数网络的Transformer目标跟踪
钱小燕
施俞洲
张峰
朱新瑞
韩磊
李智昱
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2023
1
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
