典型文献
联合在线分类的双注意力RGBT孪生网络跟踪
文献摘要：
可见光和热红外成像机理不同,因此可以捕获的目标信息也不同.基于可见光和热红外的双模视觉跟踪器,可以综合利用两种模态内在的信息关联性和互补性,降低单模态信息的局限性和不确定性,提高视觉系统的鲁棒跟踪能力.针对现有算法中图像融合或特征拼接的方式不能充分挖掘可见光与红外图像的关联和互补信息等问题,设计了一种端到端学习的红外与可见光双模孪生网络跟踪器,网络同时学习可见光和热红外图像的深度特征,通过模态内与模态间的双注意力机制,对两种模态的特征进行自适应融合,最终实现可见光和热红外双模视觉跟踪;同时,针对孪生网络对目标与语义背景区分能力不足的问题,引入在线分类模块,通过分类器在线学习,减少干扰物对跟踪的影响,适应目标在跟踪过程中的变化.实验结果表明,所提算法能够有效地提高跟踪器的性能,在可见光与热红外跟踪基准数据集GTOT上的精确率和成功率分别约为90.6％和73.8％,分别比基线算法的提高了约5.5％和4.3％.故所提出的方法相比其他先进的跟踪算法,总体性能更好.
文献关键词：
目标跟踪;可见光/热红外;孪生网络;注意力机制;深度学习
中图分类号：
作者姓名：
张兆宇;田春娜;周恒;田西兰
作者机构：
西安电子科技大学电子工程学院,陕西西安 710071;中国电子科技集团第38研究所数字技术研发中心,安徽合肥230088
文献出处：
引用格式：
[1]张兆宇;田春娜;周恒;田西兰-.联合在线分类的双注意力RGBT孪生网络跟踪)[J].西安电子科技大学学报（自然科学版）,2022(06):76-85
A类：
B类：
在线分类,RGBT,孪生网络,光和热,热红外成像,成像机理,目标信息,双模,视觉跟踪,跟踪器,信息关联,互补性,单模,模态信息,视觉系统,中图,图像融合,特征拼接,可见光与红外图像,联和,端到端,红外与可见光,学习可见,热红外图像,深度特征,双注意力机制,自适应融合,语义背景,区分能力,分类器,在线学习,干扰物,红外跟踪,基准数据集,GTOT,精确率,比基,基线算法,跟踪算法,总体性能,目标跟踪
AB值：
0.422816
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
