典型文献
基于时空注意力机制和联合注意力的视觉凝视目标跟踪方法
文献摘要：
目前视觉跟踪技术易忽视人物与场景图之间的联系、以及缺少对联合注意力的分析和检测,导致检测性能不理想.为此提出一种基于时空注意力机制和联合注意力的视觉凝视目标跟踪方法.对于给定任意一幅图像,利用深度神经网络来提取人物的头部特征后,加入场景和头部之间的交互可以帮助增强图像的显著性,并引入一个强化注意力模块来过滤掉深度和视野上的干扰信息.此外,将场景中其余人物的注意力也考虑进所关注的区域,通过注意推送来增强标准显著性模型.加入时空注意力机制后,可以有效地将候选目标、目标注视方向和时间帧数约束结合起来,达到识别共享位置,利用显著性信息能够更好地检测和定位联合注意力.最后将图像中的注意力以热力图的形式可视化.实验表明:该模型能够有效地推断视频中的动态注意力和联合注意力,且效果良好.
文献关键词：
卷积神经网络;深度学习;视觉跟踪;目标检测;联合注意力
中图分类号：
作者姓名：
王智捷;任健;廖磊
作者机构：
四川师范大学物理与电子工程学院,四川成都610101
文献出处：
引用格式：
[1]王智捷;任健;廖磊-.基于时空注意力机制和联合注意力的视觉凝视目标跟踪方法)[J].微电子学与计算机,2022(11):45-53
A类：
动态注意力
B类：
时空注意力机制,联合注意力,凝视,目标跟踪,跟踪方法,视觉跟踪,跟踪技术,场景图,对联,检测性能,一幅,深度神经网络,入场,增强图像,注意力模块,滤掉,野上,推送,送来,显著性模型,选目,注视,显著性信息,信息能,检测和定位,热力图,目标检测
AB值：
0.310344
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。
