典型文献
孪生网络特征融合与自适应加权的目标跟踪算法
文献摘要：
为了提高孪生网络目标跟踪算法在实际复杂环境中的跟踪精度与准确性,提出一种基于孪生网络特征融合与自适应加权的目标跟踪算法MFAW-SiamRPN.该算法在孪生区域建议网络目标跟踪算法的基础上,引入多层特征融合模块,并在主干网络末端嵌入自适应加权网络,提高跟踪算法的适应性和判别力,从而能够通过区域建议网络更准确的获取目标的位置和形状.实验测试表明:相比孪生区域建议网络目标跟踪算法,MFAW-SiamRPN算法在OTB2015数据集上的跟踪精度和成功率分别提升了2.5％、2.8％,在VOT2018数据集上的期望平均重叠率提高了2.3％,跟踪性能较好,在处理复杂场景时有更好的鲁棒性.
文献关键词：
特征融合;孪生网络;目标跟踪;注意力机制
中图分类号：
作者姓名：
徐淑萍;万亚娟
作者机构：
西安工业大学 计算机科学与工程学院,西安 710021
文献出处：
引用格式：
[1]徐淑萍;万亚娟-.孪生网络特征融合与自适应加权的目标跟踪算法)[J].西安工业大学学报,2022(06):601-609
A类：
MFAW
B类：
孪生网络,网络特征,自适应加权,目标跟踪算法,复杂环境,跟踪精度,SiamRPN,区域建议网络,多层特征融合,特征融合模块,主干网络,加权网络,实验测试,测试表明,OTB2015,VOT2018,重叠率,跟踪性能,复杂场景,注意力机制
AB值：
0.264411
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。
