基于双注意力混洗的无人机航拍目标跟踪算法

作者：金国栋^*; 薛远亮; 谭力宁; 许剑锟

来源：北京航空航天大学学报, 2023, 49(01): 53-65.

DOI：10.13700/j.bh.1001-5965.2021.0177

• 无人机
• 目标跟踪
• 注意力模块
• 混洗
• 区域建议网络

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。