典型文献
基于动态特征注意模型的三分支网络目标跟踪
文献摘要：
针对实际场景中跟踪目标的快速移动、光照变化和尺度变换等问题,提出一种基于动态特征注意模型(DFA)的三分支网络目标跟踪算法,包括:以SiamRPN++跟踪框架为基础,设计具有动态模板分支的在线更新三分支网络,以强化网络提取特征的语义信息,提高模板特征与搜索目标的匹配相似性;设计面向三分支网络训练的样本生成方法,以改变负样本分配方式,提升正、负样本训练的平衡性;设计一种DFA,通过等效自注意和互注意操作增强模板的历史动态特征,实现模板特征的自适应细化,同时利用通道注意力得分控制搜索特征图的权重分配,提高得分图对目标的响应.相对SiamRPN++、SiamBAN等对比算法,所提算法在包含运动模糊、明暗变化和相似背景干扰等场景的OTB100、VOT2018数据集上,获得了最高成功率(71.0％)和最优鲁棒性(0.122),同时可满足实时目标跟踪的要求.
文献关键词：
机器视觉;目标跟踪;孪生神经网络;注意力机制
中图分类号：
作者姓名：
张子烁;宋勇;杨昕;赵宇飞;周雅
作者机构：
北京理工大学光电学院,北京100081;精密光电测试仪器及技术北京市重点实验室,北京100081
文献出处：
引用格式：
[1]张子烁;宋勇;杨昕;赵宇飞;周雅-.基于动态特征注意模型的三分支网络目标跟踪)[J].光学学报,2022(15):130-139
A类：
SiamBAN
B类：
动态特征,分支网,针对实际,跟踪目标,快速移动,尺度变换,DFA,目标跟踪算法,SiamRPN++,在线更新,提取特征,语义信息,模板特征,网络训练,样本生成,生成方法,分配方式,样本训练,平衡性,自注,历史动态,通道注意力,特征图,权重分配,对比算法,运动模糊,明暗,背景干扰,OTB100,VOT2018,实时目标,机器视觉,孪生神经网络,注意力机制
AB值：
0.459521
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。
