典型文献
高帧率的轻量级孪生网络目标跟踪
文献摘要：
随着目标跟踪在众多生活场景的广泛运用,高精度且高速的跟踪算法需求也日益增多.针对某些特定场景如移动端、嵌入式等设备,在设备算力相对不足的前提下,仍要保证跟踪器达到良好的跟踪精度和高速实时跟踪问题,提出一种高帧率的轻量级孪生网络目标跟踪算法.首先,选取易于部署在嵌入式设备中的轻量级卷积神经网络MobileNetV1作为特征提取网络,深层网络具有对目标特征强大的提取能力;接着,针对主干网络的不足提出两点优化策略,特征图裁剪和网络总步长调整,使得主干网络适用于跟踪任务;最后,在孪生网络的模板分支后添加超轻量级通道注意力模块,加权突出目标特征的重要信息.对比当前主流算法SiamFC,该算法参数量减少59.8％;在OTB2015数据集上仿真实验表明,跟踪精度提升了5.4％,算法能更好地应对跟踪任务中复杂多变的挑战;在VOT2018数据集上的仿真实验表明,综合指标平均重叠期望(EAO)提升了26.6％,同时算法在NVIDIA GTX1080Ti下的平均速度为120 frame/s,达到高帧率实时跟踪.
文献关键词：
目标跟踪;MobileNet;孪生网络;通道注意力机制
中图分类号：
作者姓名：
李运寰;闻继伟;彭力
作者机构：
物联网技术应用教育部工程研究中心(江南大学 物联网工程学院),江苏 无锡 214122
文献出处：
引用格式：
[1]李运寰;闻继伟;彭力-.高帧率的轻量级孪生网络目标跟踪)[J].计算机科学与探索,2022(06):1405-1416
A类：
轻量级孪生网络,GTX1080Ti
B类：
高帧率,多生,生活场景,特定场景,移动端,算力,仍要,跟踪器,跟踪精度,实时跟踪,跟踪问题,目标跟踪算法,嵌入式设备,轻量级卷积神经网络,MobileNetV1,特征提取网络,深层网络,目标特征,主干网络,两点,特征图,裁剪,步长,长调,得主,超轻量级,通道注意力模块,重要信息,流算法,SiamFC,算法参数,参数量,OTB2015,精度提升,VOT2018,综合指标,EAO,NVIDIA,平均速度,frame,通道注意力机制
AB值：
0.38184
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。
