典型文献
基于孪生网络目标工件精确分割跟踪方法研究
文献摘要：
针对工业生产环境中,目标工件跟踪算法鲁棒性差且定位精度低的问题,提出一种基于孪生网络的目标工件精确分割跟踪算法.该算法以ResNeSt-50为骨干网络,首先采用坐标注意力机制和自适应特征融合模块,使得网络更关注并保留目标工件有效信息;其次将目标工件特征信息分别送入在线训练得到的DCF分类器和分割模块,通过CIoU预测网络对矩形框进行评估,得到目标工件位置信息和像素级前景与背景信息;然后将工件位置信息、前景与背景信息通过Concat融合,使用上采样操作提高分辨率;最后在得到目标工件掩膜后采用矩形框优化方法输出精确目标框.实验表明,算法在GOT-10k基准数据集中平均重合度达到63.2％,重合阈值为0.5的成功率达到71.8％;在VOT-2018基准数据集中精度达到0.674;通过CCD工业相机拍摄目标工件序列中,验证了算法能高效应对目标工件跟踪任务中常见挑战.
文献关键词：
目标跟踪;注意力机制;目标分割
中图分类号：
作者姓名：
张林耀;徐健;夏代洪;刘秀平;闫焕营
作者机构：
西安工程大学电子信息学院 陕西西安710048;深圳罗博泰尔机器人有限公司 深圳518109
文献出处：
引用格式：
[1]张林耀;徐健;夏代洪;刘秀平;闫焕营-.基于孪生网络目标工件精确分割跟踪方法研究)[J].国外电子测量技术,2022(09):66-72
A类：
B类：
孪生网络,精确分割,跟踪方法,工业生产环境,跟踪算法,定位精度,ResNeSt,骨干网络,坐标注意力机制,自适应特征融合,特征融合模块,有效信息,特征信息,送入,在线训练,练得,DCF,分类器,CIoU,预测网络,矩形框,位置信息,像素级,背景信息,Concat,上采样,提高分辨率,掩膜,GOT,10k,基准数据集,中平,重合度,功率达,VOT,CCD,工业相机,工件序,目标跟踪,目标分割
AB值：
0.48762
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。
