科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，孪生网络在视觉目标跟踪的应用给跟踪器性能带来了极大的提升，可以同时兼顾准确率和实时性。然而，孪生网络跟踪器的准确率在很大程度上受到限制。为了解决上述问题，该文基于通道注意力机制，创新地提出了关键特征信息感知模块来增强网络模型的判别能力，使网络聚焦于目标的卷积特征变化；在此基础上，该文还提出了一种在线自适应掩模策略，根据在线学习到的互相关层输出状态，自适应掩模后续帧，以此来突出前景目标。在OTB100, GOT-10k数据集上进行实验验证，所提跟踪器在不影响实时性的前提下，准确率相较于基准有了显著提升，并且在遮挡、尺度变化以及背景杂乱等复杂场景下具有鲁棒的跟踪效果。
- 单位
