典型文献
基于残差密集孪生网络的视频目标跟踪
文献摘要：
针对现有基于孪生网络的视频目标跟踪(video object tracking,VOT)方法存在的特征提取能力不足以及对外观变化过大或平面外旋转等目标跟踪效果不佳的问题,提出一种基于残差密集孪生网络的VOT方法.首先,使用嵌入卷积注意力的残差密集网络对模板帧图像和检测帧图像分别提取不同层次的特征;然后,将不同层次的特征通过相互独立的区域候选网络进行互相关操作;最后,将多个区域候选网络的输出自适应加权求和,得到最终的跟踪结果.实验结果表明,该方法在应对目标表观变化过大、平面外旋转等挑战时,能够获得较好的跟踪效果.
文献关键词：
孪生网络;通道注意力;空间注意力;残差密集网络;视频目标跟踪(video object tracking;VOT);区域候选网络
中图分类号：
作者姓名：
付利华;王路远;章海涛;闫绍兴;吴会贤;王俊翔
作者机构：
北京工业大学信息学部, 北京 100124
文献出处：
引用格式：
[1]付利华;王路远;章海涛;闫绍兴;吴会贤;王俊翔-.基于残差密集孪生网络的视频目标跟踪)[J].北京工业大学学报,2022(09):944-951
A类：
密集孪生网络
B类：
视频目标跟踪,video,object,tracking,VOT,特征提取能力,外观变化,平面外,卷积注意力,残差密集网络,不同层次,相互独立,区域候选网络,互相关操作,自适应加权,加权求和,表观变化,战时,通道注意力,空间注意力
AB值：
0.278523
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。
