典型文献
基于孪生网络的轻量级高速跟踪算法
文献摘要：
孪生网络跟踪算法将跟踪问题转换为相似性匹配问题引起广泛关注,然而,多数算法无法在移动端或算力不足的嵌入式设备上实现工程应用.为此,提出了一种基于孪生网络的轻量级高速跟踪算法.该算法以特征提取能力良好且参数量少的MobileNetV2作为主干网络,通过组卷积、Crop等操作进一步减少网络参数量,提高网络运行速率;通过在倒残差结构中加入注意力机制动态调节模型权重,突出目标重要信息;通过不同特征层之间的信息融合,提升网络模型对目标多尺度语义信息的表达.采用目标跟踪基准库OTB100和VOT2018进行实验,结果表明,与现有通用跟踪算法相比,所提算法在保持高精度的同时,运行速率高达170帧/s,具有良好的工程应用前景.
文献关键词：
目标跟踪;轻量级孪生网络;注意力机制;特征融合
中图分类号：
作者姓名：
洛怡航;赵振宇;胡银记;揭斐然;万锦锦
作者机构：
光电控制技术重点实验室,河南洛阳 471000;中国航空工业集团公司洛阳电光设备研究所,河南洛阳 471000
文献出处：
引用格式：
[1]洛怡航;赵振宇;胡银记;揭斐然;万锦锦-.基于孪生网络的轻量级高速跟踪算法)[J].电光与控制,2022(01):51-55,79
A类：
高速跟踪,轻量级孪生网络
B类：
孪生网络跟踪算法,跟踪问题,问题转换,相似性匹配,匹配问题,数算,移动端,算力,嵌入式设备,特征提取能力,参数量,MobileNetV2,主干网络,组卷积,Crop,网络参数,行速,倒残差,残差结构,注意力机制,动态调节,调节模型,模型权重,重要信息,信息融合,目标多尺度,语义信息,目标跟踪,OTB100,VOT2018,特征融合
AB值：
0.434923
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。
