首页|结合可变形卷积和注意力机制的目标跟踪方法

结合可变形卷积和注意力机制的目标跟踪方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决多数孪生网络目标跟踪算法特征提取能力弱、目标形变和遮挡场景适应性差等问题,提出一种结合可变形卷积和注意力机制的孪生网络目标跟踪算法.首先,在特征提取网络中采用可变形卷积,使其能够自适应学习目标偏移量,提升模型适用性;然后,在骨干网络中引进SimAM注意力机制,在提升特征提取能力的同时减少计算量;最后,将公开数据集OTB2015和VOT2018与其他算法进行性能对比实验.实验结果表明,所提方法的精确度和成功率比基准算法SiamFC在形变和遮挡等场景下有较好的鲁棒性.

游丽萍、贝绍轶

展开 >

江苏理工学院,江苏 常州 213000

孪生网络 目标跟踪 可变形卷积 注意力机制

江苏省研究生实践创新计划

SJCX21_1320

2024

10.15913/j.cnki.kjycx.2024.01.008

科技与创新
中国计算机用户协会

科技与创新

ISSN：1008-0570
年,卷(期)：2024.(1)
  • 17