典型文献
基于并行空频注意力引导的任务感知目标跟踪算法
文献摘要：
现有孪生网络目标跟踪器已表现出不错的性能,但对于复杂场景中存在的相似目标误检以及包围框偏移等问题,表现却仍不尽如人意.针对此问题,文中提出了一种新的两阶段孪生目标跟踪算法,该算法由目标提议阶段与任务感知验证阶段组成.第一阶段结合并行空频注意力模块,充分挖掘目标图像的表观特征,增强目标的抗相似物体干扰能力,提高鲁棒性.第二阶段针对检测任务中分类回归任务的差异,对目标分类和位置回归进行任务感知验证,分别获得适用于分类和回归的精准候选框,得到候选目标的识别得分及位置精调.此外,针对训练与测试任务中分类回归计算冲突问题,以及分类回归任务对于正负样本计算存在数量、对象偏差问题,采用GFocal Loss对损失函数进行优化以解决以上问题.实验证明,文中算法在有效性、可靠性以及预期平均重叠率上获得了较大的性能提升,并满足实时跟踪要求.
文献关键词：
目标跟踪;孪生网络;并行空频注意力;任务感知
中图分类号：
作者姓名：
韩光;刘旭辉;刘佶鑫;孙海安;孙宁
作者机构：
南京邮电大学宽带无线通信技术教育部工程研究中心,江苏南京 210003
文献出处：
引用格式：
[1]韩光;刘旭辉;刘佶鑫;孙海安;孙宁-.基于并行空频注意力引导的任务感知目标跟踪算法)[J].南京邮电大学学报（自然科学版）,2022(01):62-72
A类：
并行空频注意力,任务感知,GFocal
B类：
目标跟踪算法,孪生网络,跟踪器,不错,复杂场景,相似目标,包围,尽如人意,两阶段,提议,第一阶段,注意力模块,标图,表观特征,干扰能力,高鲁棒性,第二阶段,目标分类,位置回归,候选框,选目,精调,测试任务,回归计算,正负样本,Loss,损失函数,重叠率,性能提升,实时跟踪
AB值：
0.363611
相似文献
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。
