科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对全卷积孪生网络（SiamFC）特征表达不足导致在目标形变、复杂背景干扰条件下跟踪效果不佳等问题，提出了一种基于注意力与特征融合的双分支跟踪算法。通过引入通道注意力机制和小卷积核的思想，在增加网络深度的同时，动态调节模型权重，提高了网络的特征提取能力和辨别能力。在原有孪生网络的基础上，提出采用多层特征融合策略构建新的跟踪分支并用于辅助决策。通过不同视觉层级间目标特征的融合，进一步改善网络的精确定位与适应能力。在目标跟踪基准库OTB50、OTB100、VOT2017进行试验，试验结果表明：所提算法在保持实时性的情况下，性能指标优于多个基准算法，验证所提算法的有效性。
-
单位光电控制技术重点实验室; 中国航空工业集团公司洛阳电光设备研究所
