科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
