期刊文献+
共找到2,488篇文章
< 1 2 125 >
每页显示 20 50 100
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
基于时空Transformer的视觉目标跟踪算法 被引量:1
2
作者 武晓军 陈怡丹 +2 位作者 冯丽萍 宋长伟 何德清 《传感器与微系统》 北大核心 2025年第3期152-155,共4页
视觉目标跟踪中,由于目标移动速度不同,连续帧对时空邻域的贡献程度也不同。为学习视频帧对邻域信息的贡献,结合自注意力机制学习不同帧的权重大小,提出了一种基于时空Transformer的视觉目标跟踪方法。该算法主要通过关联多帧特征,并在... 视觉目标跟踪中,由于目标移动速度不同,连续帧对时空邻域的贡献程度也不同。为学习视频帧对邻域信息的贡献,结合自注意力机制学习不同帧的权重大小,提出了一种基于时空Transformer的视觉目标跟踪方法。该算法主要通过关联多帧特征,并在时域上进行信息聚合。首先,将图像通过空间Transformer编码器(STE)对空间特征进行编码。然后,通过时空Transformer解码器(STD)模块在时间维度上聚合帧间信息,以捕获时间和空间的全局上下文信息。最后,在LaSOT、GOT—10k等主流数据集进行测评。实验结果表明:算法在精度、成功率及其他评价指标上取得了一定程度的提升。 展开更多
关键词 视觉跟踪 transformer 时空特征 自注意力 特征编码
在线阅读 下载PDF
引入特征融合和Transformer模型预测器的目标跟踪算法
3
作者 龚小梅 张轶 胡术 《计算机工程与应用》 北大核心 2025年第6期254-262,共9页
近年来判别相关滤波器(DCF)在视觉跟踪领域取得了巨大的成功,然而大多数相关滤波跟踪器仅依赖主干网提取的最后一层特征,忽视了低层丰富的目标结构信息。基于此,提出了一种基于特征融合模块和Transformer结构模型预测器的目标跟踪算法... 近年来判别相关滤波器(DCF)在视觉跟踪领域取得了巨大的成功,然而大多数相关滤波跟踪器仅依赖主干网提取的最后一层特征,忽视了低层丰富的目标结构信息。基于此,提出了一种基于特征融合模块和Transformer结构模型预测器的目标跟踪算法。引入了一个金字塔形的特征融合模块,能有效整合低层特征和高层特征。使用采用非对称位置编码方案的Transformer结构预测目标模型权重,以释放模型的表达能力。提出了一个特征优化模块以根据模型权重优化搜索特征。与现有的方法相比,该算法实现了更优的特征表示和更准确的目标定位。在Tracking-Net、LaSOT和UAV123三个主流数据集上的实验结果表明,跟踪器获得了突出性能。 展开更多
关键词 特征融合 transformer 目标跟踪 特征优化 目标分类
在线阅读 下载PDF
融合蚁群算法和差分Transformer的农业机器人路径规划研究
4
作者 李娟 张振荣 《中国农机化学报》 北大核心 2025年第7期164-172,共9页
针对农业机器人在复杂田间环境中路径规划精度不足、避障能力有限的问题,提出一种融合蚁群算法和差分Transformer的新型路径规划方法。采用蚁群算法进行初始全局路径搜索,利用其分布式并行搜索能力生成初始可行路径。针对传统蚁群算法... 针对农业机器人在复杂田间环境中路径规划精度不足、避障能力有限的问题,提出一种融合蚁群算法和差分Transformer的新型路径规划方法。采用蚁群算法进行初始全局路径搜索,利用其分布式并行搜索能力生成初始可行路径。针对传统蚁群算法中信息素更新方式容易陷入局部最优、对环境动态变化适应性差的缺陷,设计差分Transformer模型替代原有的信息素更新方法。差分Transformer通过自注意力机制,捕捉路径节点之间的长距离依赖关系和非线性特征,对信息素进行更精准地更新和分配,增强算法对复杂环境的适应能力。实验结果表明,所提出的方法在路径长度、规划时间和避障成功率等指标上均优于传统算法。具体而言,与蚁群算法相比,区域规模为50时,路径长度平均减少16.8%,从平均150 m降至125 m;规划时间缩短23.5%,从平均2.13 s降至1.63 s;避障成功率提高11.2%,达到96.5%。该研究为农业机器人自主导航提供有效的解决方案,具有重要的理论意义和应用价值。 展开更多
关键词 农业机器人 路径规划 蚁群算法 差分transformer 智慧农业
在线阅读 下载PDF
CNN-Transformer特征融合多目标跟踪算法 被引量:5
5
作者 张英俊 白小辉 谢斌红 《计算机工程与应用》 CSCD 北大核心 2024年第2期180-190,共11页
在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特... 在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特征提取和融合的多目标跟踪算法CTMOT(CNN-transformer multi-object tracking)。使用基于CNN和Transformer双分支并行的主干网络分别提取图像的局部和全局特征。使用双向桥接模块(two-way braidge module,TBM)对两种特征进行充分融合。将融合后的特征输入两组并行的解码器进行处理。将解码器输出的检测框和跟踪框进行匹配,完成多目标跟踪任务。在多目标跟踪数据集MOT17、MOT20、KITTI以及UADETRAC上进行评估,CTMOT算法的MOTP和IDs指标在四个数据集上均达到了SOTA效果,MOTA指标分别达到了76.4%、66.3%、92.36%和88.57%,在MOT数据集上与SOTA方法效果相当,在KITTI数据集上达到SOTA效果。由于同时完成目标检测和关联,能够端到端进行目标跟踪,跟踪速度可达35 FPS,表明CTMOT算法在跟踪的实时性和准确性上达到了较好的平衡,具有较大潜力。 展开更多
关键词 多目标跟踪 transformer 特征融合
在线阅读 下载PDF
Track-MT3:一种基于Transformer的新型多目标跟踪算法 被引量:1
6
作者 陈辉 杜双燕 +1 位作者 连峰 韩崇昭 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第6期1202-1219,共18页
针对复杂环境中多目标跟踪数据关联难度大、难以实现目标长时间稳定跟踪的问题,该文创新性地提出了一种基于Transformer网络的端到端多目标跟踪模型Track-MT3。首先,引入了检测查询和跟踪查询机制,隐式地执行量测-目标的数据关联并且实... 针对复杂环境中多目标跟踪数据关联难度大、难以实现目标长时间稳定跟踪的问题,该文创新性地提出了一种基于Transformer网络的端到端多目标跟踪模型Track-MT3。首先,引入了检测查询和跟踪查询机制,隐式地执行量测-目标的数据关联并且实现了目标的状态估计任务。然后,采用跨帧目标对齐策略增强跟踪轨迹的时间连续性。同时,设计了查询变换与时间特征编码模块强化目标运动建模能力。最后,在模型训练中采用了集体平均损失函数,实现了模型性能的全局优化。通过构造多种复杂的多目标跟踪场景,并利用多重性能指标进行评估,Track-MT3展现了优于MT3等基线方法的长时跟踪性能,与JPDA和MHT方法相比整体性能分别提高了6%和20%,能够有效挖掘时序信息,在复杂动态环境下实现稳定、鲁棒的多目标跟踪。 展开更多
关键词 多目标跟踪 数据关联 transformer 长时跟踪 注意力机制
在线阅读 下载PDF
利用Transformer的多模态目标跟踪算法 被引量:2
7
作者 刘万军 梁林林 曲海成 《计算机工程与应用》 CSCD 北大核心 2024年第11期84-94,共11页
目前目标跟踪方法大多通过融合不同模态信息进行定位决策,存在信息提取不充分、融合方法简单、弱光场景无法准确跟踪目标的问题。为此,提出一种基于Transformer的多模态目标跟踪算法(Trans-RGBT):利用伪孪生网络对可见光图像和红外图像... 目前目标跟踪方法大多通过融合不同模态信息进行定位决策,存在信息提取不充分、融合方法简单、弱光场景无法准确跟踪目标的问题。为此,提出一种基于Transformer的多模态目标跟踪算法(Trans-RGBT):利用伪孪生网络对可见光图像和红外图像分别进行特征提取,并在特征层面充分融合;将首帧目标信息调制到待跟踪帧的特征向量中,得到一个专用跟踪器;应用Transformer的方法对视野中的目标进行编解码,通过空间位置预测分支预测目标在视野中的空间位置,并结合历史信息滤除干扰目标,得到目标的准确位置;使用矩形框回归网络预测目标的外接矩形框,从而实现目标准确跟踪。在最新的大规模数据集VTUAV、RGBT234上进行了实验,与孪生网络(Siambased)、滤波(filter-based)算法相比,Trans-RGBT精度更高、鲁棒性更好、速度接近实时,达22 FPS。 展开更多
关键词 多模态融合 可见光图像 红外图像 transformer 目标跟踪
在线阅读 下载PDF
基于实时动态模板更新的Transformer目标跟踪方法
8
作者 孙子文 钱立志 +2 位作者 袁广林 杨传栋 凌冲 《计算机工程》 北大核心 2025年第4期158-168,共11页
基于Transformer的目标跟踪方法广泛应用在计算机视觉领域,并取得了优异的效果。但是,由于在实际跟踪任务中受目标变换、目标遮挡、光照变化以及目标快速运动等因素的影响,导致目标信息发生变化,现有方法对目标模板变化信息利用不足,限... 基于Transformer的目标跟踪方法广泛应用在计算机视觉领域,并取得了优异的效果。但是,由于在实际跟踪任务中受目标变换、目标遮挡、光照变化以及目标快速运动等因素的影响,导致目标信息发生变化,现有方法对目标模板变化信息利用不足,限制了跟踪性能的提高。为此,通过附加一条动态模板更新分支反映目标最新的外观和运动状态,提出一种基于实时动态模板更新的Transformer目标跟踪方法TransTRDT。该分支通过模板质量评分头对模板是否更新进行判断,当判定可以进行更新时,随后将初始模板、前一帧动态模板以及裁剪后的最新预测结果传入动态模板更新网络中更新动态模板,通过获取更可靠的模板从而实现更准确的目标跟踪。在公共数据集上的实验结果表明,TransTRDT在GOT-10k、LaSOT以及TrackingNet上的跟踪性能优于SwinTrack和StarK等算法,在OTB100中的跟踪成功率为71.9%,跟踪速度为36.82帧/s,达到目前行业的领先水平。 展开更多
关键词 目标跟踪 注意力机制 动态模板更新 质量评分头 transformer目标跟踪
在线阅读 下载PDF
基于Transformer的无人机多目标跟踪算法研究 被引量:5
9
作者 苑玉彬 吴一全 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第7期11-18,共8页
针对无人机多目标跟踪面临目标遮挡、尺度变化、快速运动、复杂环境等问题,提出了一种基于Transformer的无人机多目标跟踪算法,采用Focal Transformer来捕获高分辨率输入的Transformer层中的局部和全局交互。该算法能够生成目标的检测... 针对无人机多目标跟踪面临目标遮挡、尺度变化、快速运动、复杂环境等问题,提出了一种基于Transformer的无人机多目标跟踪算法,采用Focal Transformer来捕获高分辨率输入的Transformer层中的局部和全局交互。该算法能够生成目标的检测信息以及目标的外观特征,从而提高了跟踪性能。在轨迹预测方面,采用了卡尔曼滤波方法,以准确地预测目标的运动轨迹,有助于提高跟踪的准确性和鲁棒性。在数据关联过程中,同时考虑了检测置信度、外观嵌入距离和IOU距离3个因素,以更有效地处理数据关联过程,提高了多目标跟踪模型的鲁棒性,使其能够在复杂场景中更好地跟踪目标。此外,还使用了轨迹的二次匹配方法,进一步提高了算法的性能。在VisDrone和UAVDT数据集上进行了对比验证,证明了该算法在实际应用中的有效性和可行性。本研究为无人机多目标跟踪提供了一种新的解决方案,具有广泛的应用前景。 展开更多
关键词 多目标跟踪 transformer 卡尔曼滤波 检测置信度 多特征匹配
在线阅读 下载PDF
基于知识蒸馏的Transformer视觉跟踪器
10
作者 李娜 刘蒙巧 +2 位作者 潘金婷 黄开 贾兴轩 《光学精密工程》 北大核心 2025年第4期653-664,共12页
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... 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。 展开更多
关键词 计算机视觉 目标跟踪 transformer 知识蒸馏 同方差不确定性
在线阅读 下载PDF
基于Transformer算法的智能完井异常检测方法
11
作者 ARANHA Esteves Pedro POLICARPO Angelica Nara SAMPAIO Augusto Marcio 《石油勘探与开发》 北大核心 2025年第4期907-918,共12页
提出了一种多变量石油生产时间序列数据异常检测方法,基于Transformer算法识别智能完井过程中与层段控制阀相关的异常事件,并开展应用实例分析。Transformer算法能够有效处理数据漂移、捕捉复杂规律,因此在时间序列异常检测方面具有显... 提出了一种多变量石油生产时间序列数据异常检测方法,基于Transformer算法识别智能完井过程中与层段控制阀相关的异常事件,并开展应用实例分析。Transformer算法能够有效处理数据漂移、捕捉复杂规律,因此在时间序列异常检测方面具有显著优势;采用的自注意力机制能够使相关模型适应数据分布随时间发生的漂移,从而弹性应对时间序列数据的可能变化;能够高效识别复杂的时间依赖关系和长程交互作用,而传统模型通常难以实现这一功能。在桑托斯盆地盐下油藏超深水井中进行了现场测试,结果表明:模型实现了层段控制阀异常的早期识别,从而最大限度地减少非生产时间并保护井筒完整性;准确率达到0.954 4,平衡准确率为0.969 4,F1分数为0.957 4,与以往研究中采用的模型相比提升显著。 展开更多
关键词 异常检测 智能完井 层段控制阀 井筒完整性 油井监测 深度学习 transformer算法
在线阅读 下载PDF
特征增强的Sparse Transformer目标跟踪算法
12
作者 张丽君 李建民 +1 位作者 侯文 王洁 《电光与控制》 CSCD 北大核心 2024年第5期18-23,共6页
针对Transformer的自注意力机制计算量大、容易被背景分心,导致有效信息抓取不足,从而降低跟踪性能的问题,提出特征增强的Sparse Transformer目标跟踪算法。基于孪生网络骨干进行特征提取;特征增强模块利用多尺度特征图生成的上下文信息... 针对Transformer的自注意力机制计算量大、容易被背景分心,导致有效信息抓取不足,从而降低跟踪性能的问题,提出特征增强的Sparse Transformer目标跟踪算法。基于孪生网络骨干进行特征提取;特征增强模块利用多尺度特征图生成的上下文信息,增强目标局部特征;利用Sparse Transformer的最相关特性生成目标聚焦特征,并嵌入位置编码提升跟踪定位的精度。提出的跟踪模型以端到端的方式进行训练,在OTB100,VOT2018和LaSOT等5个数据集上进行了大量实验,实验结果表明所提算法取得了较好的跟踪性能,实时跟踪速度为34帧/s。 展开更多
关键词 目标跟踪 注意力机制 transformer Sparse transformer
在线阅读 下载PDF
结合多注意力机制的Transformer实时目标跟踪算法 被引量:1
13
作者 黄易仟 徐杨 +2 位作者 张永丹 肖慈 冯明文 《计算机工程与应用》 CSCD 北大核心 2024年第23期187-197,共11页
近年来目标跟踪在学术研究和实际应用中具有巨大潜力,受到越来越多的关注并成为计算机视觉的热点研究方向。针对现有的目标跟踪算法在光照变化、遮挡和快速运动复杂背景条件下跟踪精度较低这一问题,提出一种结合多注意力机制的Transfor... 近年来目标跟踪在学术研究和实际应用中具有巨大潜力,受到越来越多的关注并成为计算机视觉的热点研究方向。针对现有的目标跟踪算法在光照变化、遮挡和快速运动复杂背景条件下跟踪精度较低这一问题,提出一种结合多注意力机制的Transformer跟踪算法——TrKYS。引入多注意力模块捕捉目标在空间和通道维度中的特征,实现对目标特征上下文依赖关系的建模;通过多个不同空洞率的平行空洞卷积对特征图进行采样,以获得图像的多尺度特征,增强局部特征表达能力;构建Exemplar Transformer模块,利用模板化的空间信息和目标特征建立了外观跟踪模型。为了适应外观变化,该跟踪算法在连续帧中跟踪目标物体时会实时更新跟踪模板特征向量、运动参数和空间信息,提高跟踪定位的精度。在LaSOT、VOT2018、NFS、OTB-2015、TrackingNet和GOT-10k数据集上实验结果表明,与其他主流目标跟踪算法相比,所提算法具有更好的跟踪性能,特别是在TrackingNet上的跟踪算法(TrKYS)相对于基准跟踪算法(KYS)成功率提高了3个百分点。 展开更多
关键词 Exemplar transformer 目标跟踪 特征增强 外观变化
在线阅读 下载PDF
一种融合CNN与Transformer的高鲁棒性目标跟踪算法
14
作者 刘沛津 付雪峰 +2 位作者 孙浩峰 何林 刘淑婕 《系统仿真学报》 CAS CSCD 北大核心 2024年第8期1854-1868,共15页
针对因目标物体形变、尺度变化、快速运动和遮挡等导致目标跟踪算法性能下降的问题,基于孪生网络架构提出了一种融合CNN与Transformer的高鲁棒性目标跟踪算法。在特征提取阶段,使用标准卷积提取浅层局部特征信息,在深层网络中设计了一... 针对因目标物体形变、尺度变化、快速运动和遮挡等导致目标跟踪算法性能下降的问题,基于孪生网络架构提出了一种融合CNN与Transformer的高鲁棒性目标跟踪算法。在特征提取阶段,使用标准卷积提取浅层局部特征信息,在深层网络中设计了一种类卷积Transformer模块建模全局信息,并采用滑窗方式计算Transformer中的像素值,大大降低了计算量。在特征聚合阶段,采用多头交叉注意力模块构建特征增强与聚合网络,滤除干扰信息,突出与模板相关的信息以提高特征的判别性。与目前的主流算法相比,所提算法在OTB2015数据集上的形变、尺度变化、快速运动和遮挡4种不同挑战下的评估指标均为最优。在GOT-10K数据集上的平均重叠度为70.8%,相比TransT和SiamR-CNN算法分别提高3.7%和5.9%。在LaSOT、UAV123数据集上成功率分别为67.7%、71.9%,相比TransT和SiamR-CNN算法分别提高2.8%、2.8%和2.9%、7%。在VOT2018和VOT2019数据集上的鲁棒性评估结果,所提算法跟踪失败次数最少,鲁棒性指标得分分别为0.112和0.266,相比Ocean算法分别提高0.5%和5%,进一步验证了所提算法具有更高鲁棒性。 展开更多
关键词 目标跟踪 孪生网络 transformer 多头交叉注意力机制 高鲁棒性
在线阅读 下载PDF
基于弹载图像的Transformer目标跟踪算法 被引量:1
15
作者 孙子文 钱立志 +1 位作者 袁广林 凌冲 《弹箭与制导学报》 北大核心 2024年第1期49-56,共8页
基于弹载图像自寻的经典目标跟踪方法依靠传统特征提取方法通常只能提取到有限的特征,表征能力不足,算法易受弹载图像中目标尺度变化、相似目标以及复杂背景等因素干扰而导致跟踪失效。由于Transformer凭借强大的全局建模能力被广泛应... 基于弹载图像自寻的经典目标跟踪方法依靠传统特征提取方法通常只能提取到有限的特征,表征能力不足,算法易受弹载图像中目标尺度变化、相似目标以及复杂背景等因素干扰而导致跟踪失效。由于Transformer凭借强大的全局建模能力被广泛应用于目标跟踪领域。结合弹载图像仿真实验平台提出基于弹载图像的Transformer目标跟踪算法,算法由特征提取、特征融合以及预测头三部分组成。首先,在特征提取部分分别使用Swin-Transformer网络的前三层对输入的初始模板和搜索区域提取深度特征。其次,为了充分利用初始模板信息,借助交叉注意力模块对提取的特征进行特征增强处理。然后,将提取后的特征进行拼接并送入编码器、解码器模块进行特征的融合。最后,输出的特征经过回归和分类头进行目标定位。算法在弹载图像数据集上进行实验,跟踪成功率达到73.87%,跟踪速度达到56.79帧/s。相较于经典的KCF算法,文中算法充分利用Transformer注意力机制的特性在跟踪成功率以及精度上提高了18.01%和23.14%,大幅提升算法的鲁棒性。 展开更多
关键词 弹载图像 注意力机制 transformer 目标跟踪
在线阅读 下载PDF
基于Transformer的目标跟踪与分割统一算法
16
作者 林畅 郭伟 +1 位作者 任哲聪 金海波 《计算机工程》 CAS CSCD 北大核心 2024年第9期130-141,共12页
采用相关滤波的判别式目标跟踪算法因具有较好的跟踪效果得到广泛关注,但该类方法使用的矩形框估计法通常只能得到目标正矩形框,难以获得目标更加精细的状态信息,如旋转矩形框、目标轮廓、掩码信息等。为解决上述问题,提出一种基于Trans... 采用相关滤波的判别式目标跟踪算法因具有较好的跟踪效果得到广泛关注,但该类方法使用的矩形框估计法通常只能得到目标正矩形框,难以获得目标更加精细的状态信息,如旋转矩形框、目标轮廓、掩码信息等。为解决上述问题,提出一种基于Transformer的单目标跟踪与分割统一算法T-TS,利用Transformer的注意力机制优势对目标精确定位,通过得到的目标定位编码信息引导目标分割网络对目标进行前、背景分割,获得目标精细掩码,再对掩码进行形态学处理,优化得到目标的最佳旋转矩形框及其轮廓。在跟踪数据集VOT2018和分割数据集DAVIS上进行实验,结果显示,T-TS算法与孪生网络类算法相比具有更高的鲁棒性,与相关滤波类算法相比具有更高的跟踪精度,其在VOT2018上期望平均重叠率指标达到0.463,在视频分割任务上也实现了较好结果,DAVIS2016和DAVIS2017上Jaccard指标分别达到77.3和65.3,运行速度达到34 frame/s。实验结果表明,该算法能够准确得到旋转矩形框,对目标进行精准预测,有效解决目标旋转、形变等问题。 展开更多
关键词 单目标跟踪 transformer注意力机制 目标分割 形态学方法 相关滤波
在线阅读 下载PDF
隧道火灾的视觉跟踪算法 被引量:1
17
作者 马庆禄 王伟 +2 位作者 孙枭 邹政 罗昊 《东南大学学报(自然科学版)》 北大核心 2025年第1期255-265,共11页
为了实时掌握隧道现场火灾的发展状况,在YOLOv8算法火灾检测的基础上结合改进后的DeepSORT算法,提出一种火焰和烟雾的视觉跟踪算法YOLOv8-T。该算法使用EfficientNetV2替换原YOLOv8特征提取网络实现对算法的轻量化调整;引入三重注意力(... 为了实时掌握隧道现场火灾的发展状况,在YOLOv8算法火灾检测的基础上结合改进后的DeepSORT算法,提出一种火焰和烟雾的视觉跟踪算法YOLOv8-T。该算法使用EfficientNetV2替换原YOLOv8特征提取网络实现对算法的轻量化调整;引入三重注意力(TA)模块和第4个检测头,以提高算法检测精度以及对小目标的检测能力;同时采用ShuffleNetV2替换DeepSORT算法中的ReID模块,并引入DIOU方法代替传统的IOU,在保证跟踪准确度的条件下减少模型计算复杂度,以提升火灾跟踪的实时性。实验结果表明,在隧道火灾跟踪方面,YOLOv8-T算法比SORT算法、DeepSORT算法、YOLOv8+DeepSORT算法在跟踪准确度上分别提高了26.20%、15.86%和9.21%,在跟踪精度上分别提高了11.28%、9.06%和2.2%。在ID变换次数上分别减少22.2、15.3和10.4次,表明YOLOv8-T算法具有较高的火灾跟踪能力。研究成果可为公路隧道火灾监测提供参考,并为实现隧道火灾救援提供依据。 展开更多
关键词 隧道工程 隧道火灾 跟踪算法 应急救援
在线阅读 下载PDF
基于Transformer复杂运动辨识的机动星凸形扩展目标跟踪方法 被引量:3
18
作者 陈辉 边斌超 +1 位作者 连峰 韩崇昭 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第3期629-645,共17页
针对复杂的机动扩展目标跟踪问题,利用Transformer网络设计了一种有效的星凸不规则形状机动扩展目标跟踪方法。首先,该文研究利用alpha-shape算法建立了星凸形状的变化模型,实现了静态场景下的星凸形扩展目标的形状估计。然后,通过对目... 针对复杂的机动扩展目标跟踪问题,利用Transformer网络设计了一种有效的星凸不规则形状机动扩展目标跟踪方法。首先,该文研究利用alpha-shape算法建立了星凸形状的变化模型,实现了静态场景下的星凸形扩展目标的形状估计。然后,通过对目标状态转移矩阵进行重新设计,结合Transformer网络对机动扩展目标运动状态转移矩阵进行实时估计,实现了对复杂机动目标运动过程的精准跟踪。进一步地,将估计得到的形状轮廓与运动状态进行融合,最终实现了对星凸形机动扩展目标的实时跟踪。最后,通过构造复杂的机动扩展目标跟踪场景,利用多重性能指标测试算法对形状和运动状态的综合估计性能,验证了算法的有效性。 展开更多
关键词 扩展目标跟踪 机动目标 transformer 星凸形 弗雷歇距离-面积误差
在线阅读 下载PDF
引入轻量级Transformer的无人机视觉跟踪 被引量:3
19
作者 谌海云 王海川 +1 位作者 黄忠义 余鸿皓 《计算机工程与应用》 CSCD 北大核心 2024年第2期244-253,共10页
随着无人机在军事和民用领域的广泛运用,对于高精度、低功耗智能无人机跟踪系统的需求日益增加。针对目标跟踪算法在无人机跟踪场景下很难平衡跟踪精度和跟踪速度的问题,提出一种引入轻量级Transformer的孪生网络无人机目标跟踪算法Sia... 随着无人机在军事和民用领域的广泛运用,对于高精度、低功耗智能无人机跟踪系统的需求日益增加。针对目标跟踪算法在无人机跟踪场景下很难平衡跟踪精度和跟踪速度的问题,提出一种引入轻量级Transformer的孪生网络无人机目标跟踪算法SiamLT。使用Transformer对AlexNet网络进行改进,在增加最小计算量的情况下捕获全局特征信息。在目标模板与搜索区域匹配方面,联合Transformer和深度互相关运算提出一种二元相关模块,同时捕获目标模板与搜索区域之间的局部相关性和全局依赖关系。在分类回归网络中引入距离交并比,并采用多监督策略训练网络,以获取更准确的目标位置。在UAV123和UAV20L跟踪基准上的实验结果表明,SiamLT算法优于主流的目标跟踪算法,更有效地平衡了跟踪精度和跟踪速度。 展开更多
关键词 无人机 目标跟踪 transformer 孪生网络 多头注意力
在线阅读 下载PDF
基于改进算术优化算法的光伏多峰最大功率点跟踪控制
20
作者 刘春喜 黄远航 +2 位作者 周立 李世纪 林枝伟 《电力系统保护与控制》 北大核心 2025年第13期36-46,共11页
局部遮阴条件下光伏阵列的功率-电压特性曲线出现多个峰值,传统最大功率点跟踪(maximum power point tracking, MPPT)技术无法准确追踪到全局最大功率点。针对该问题提出一种基于改进算术优化算法(improved arithmetic optimization alg... 局部遮阴条件下光伏阵列的功率-电压特性曲线出现多个峰值,传统最大功率点跟踪(maximum power point tracking, MPPT)技术无法准确追踪到全局最大功率点。针对该问题提出一种基于改进算术优化算法(improved arithmetic optimization algorithm, IAOA)的MPPT控制方法。首先,采用Sobol序列生成均匀分布的初始种群,增加种群多样性。其次,为了平衡算术优化算法(arithmetic optimization algorithm, AOA)的全局搜索和局部开发能力,对AOA中数学优化器加速函数的权重进行重构。最后,在AOA的位置更新中引入Lévy飞行策略,并将准反向学习用于每次更新后的最佳解,增强了算法的收敛速度和跳出局部最优的能力。仿真和实验结果表明,将改进后的算法应用于MPPT控制中,能够在不同的局部遮阴及光照突变条件下准确、快速地跟踪到全局最大功率点,且功率振荡小。 展开更多
关键词 光伏系统 最大功率点跟踪 局部遮阴 算术优化算法 Lévy飞行
在线阅读 下载PDF
上一页 1 2 125 下一页 到第
使用帮助 返回顶部