典型文献
基于增强RPN的孪生网络目标跟踪算法
文献摘要：
目前孪生网络跟踪器已经具有比较良好的表现,但是对于卷积神经网络所提取的特征仍没有较好地利用其特点,同时孪生网络通过相似性学习进行跟踪的特性使跟踪器的准确性和鲁棒性存在不足.提出了一种金字塔式特征融合的方法,根据骨干网络特征提取层不同深度具有不同侧重的特点提高网络对目标的表征能力,然后使用注意力机制对区域推荐网络(Region Proposal Network,RPN)进行增强,最终实现更精准更鲁棒的跟踪.在OTB100数据集的实验中,新提出的SiamERPN(Siamese Enhanced RPN)算法分别得到了0.668的成功率和0.876的精度,测试结果好于基线算法和其他对比算法.
文献关键词：
单目标跟踪;孪生网络;区域推荐网络(RPN);注意力机制;特征融合
中图分类号：
作者姓名：
张长弓;杨海涛;冯博迪;王晋宇;李高源
作者机构：
航天工程大学航天信息学院,北京 101400
文献出处：
引用格式：
[1]张长弓;杨海涛;冯博迪;王晋宇;李高源-.基于增强RPN的孪生网络目标跟踪算法)[J].电讯技术,2022(10):1391-1398
A类：
SiamERPN
B类：
孪生网络,目标跟踪算法,跟踪器,相似性学习,金字塔式,特征融合,骨干网络,网络特征,不同深度,同侧,表征能力,注意力机制,区域推荐网络,Region,Proposal,Network,OTB100,Siamese,Enhanced,基线算法,对比算法,单目标跟踪
AB值：
0.389123
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。
