典型文献
基于注意力机制的无监督单目标跟踪算法
文献摘要：
为提升 目标跟踪精度,设计一种基于注意力机制的无监督单 目标跟踪算法.该算法使用DCFNet网络作为基本网络,通过前向跟踪和后向验证实现无监督跟踪.为结合上下文信息,引入特征融合方法,且将DCFNet网络每一层所提取的特征通过双线性池化调整分辨率以便进行特征融合;为关注不同特征通道上的关系,引入通道注意力机制SENet模块;设计一个反向逐帧验证方法,在反向验证中间帧的基础上再预测第一帧,进而减少判别位置的误差.在公共数据集OTB-2015上的测试结果显示,本算法AUC分数达60.6％,速度达61FPS.与无监督单 目标跟踪UDT算法相比,所设计算法取得了更优的 目标跟踪性能.
文献关键词：
目标跟踪;无监督学习;特征融合;注意力机制
中图分类号：
作者姓名：
林志雄;吴丽君;陈志聪
作者机构：
福州大学物理与信息工程学院,福建福州350108
文献出处：
引用格式：
[1]林志雄;吴丽君;陈志聪-.基于注意力机制的无监督单目标跟踪算法)[J].网络安全与数据治理,2022(06):50-56
A类：
DCFNet,判别位置,61FPS
B类：
单目标跟踪,目标跟踪算法,目标跟踪精度,上下文信息,特征融合,融合方法,双线性池化,整分,通道注意力机制,SENet,验证方法,反向验证,一帧,公共数据,OTB,UDT,计算法,跟踪性能,无监督学习
AB值：
0.300507
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。
