首页|基于双注意力混洗的无人机航拍目标跟踪算法

基于双注意力混洗的无人机航拍目标跟踪算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对无人机(UAV)跟踪过程中目标经常出现尺寸小、尺度变化大和相似物干扰等问题，提出了一种基于双注意力混洗的多尺度无人机实时跟踪算法。考虑到无人机视角下目标像素点少，构建了双采样融合的深层网络，既提供了语义信息丰富的深度特征，又保留了目标的细节信息;设计了双注意力混洗模块，通道注意力和空间注意力同时分组筛选提取到的特征信息，混洗不同通道间的信息，加强信息交流，提高了算法辨别能力;为利用不同层的特征信息，加入多个区域建议网络完成目标的分类和回归，并针对无人机的目标特点，将结果进行加权融合。实验结果表明:所提算法在数据集上的成功率和准确率分别为60。3％和79。3％，速度为37。5帧/s。所提算法的辨别能力和多尺度适应能力明显增强，能有效应对无人机跟踪中常见的挑战。
Aerial object tracking algorithm for UAVs based on dual-attention shuffling

金国栋、薛远亮、谭力宁、许剑锟

展开 >

火箭军工程大学 核工程学院,西安710025

无人机 目标跟踪 注意力模块 混洗 区域建议网络

国家自然科学基金国家自然科学基金

6167301761403398

2023

10.13700/j.bh.1001-5965.2021.0177

北京航空航天大学学报
北京航空航天大学

北京航空航天大学学报

CSTPCDCSCD北大核心
影响因子：0.617
ISSN：1001-5965
年,卷(期)：2023.49(1)
  • 38