-
题名融合注意力的特征聚合孪生网络视觉跟踪
- 1
-
-
作者
金静
牛品
翟凤文
-
机构
兰州交通大学电子与信息工程学院
-
出处
《计算机工程与应用》
北大核心
2025年第12期166-176,共11页
-
基金
甘肃省高校教师创新基金(2025B-060)
甘肃省高校创业基金(2022A-047)。
-
文摘
目前以孪生网络为基础的目标跟踪算法,仍然存在网络浅层的特征中有价值的上下文信息无法合理利用的问题。针对这一问题,提出一种融合拆分注意力机制(split-attention,SA)的目标跟踪算法SiamMCFA(siamese multi-channel feature aggregation module)。在骨干网络中引入拆分注意力机制,用来提取浅层特征中有价值的上下文信息,通过像素级互相关模块(pixel-wise cross correlation,PWCC)融合模板区域和搜索区域浅层和深层特征中的上下文信息,以增强模板区域和搜索区域的特征图之间的联系,从而提高跟踪器的鲁棒性。针对因尺度变化而容易导致目标丢失的问题,设计了一个多通道特征聚合模块(multi-channel feature aggregation module,MCFA),用于聚合目标不同区域的特征信息,使跟踪器尽可能地区分目标和语义背景,进一步提升跟踪准确性。最后,在OTB100、VOT2019、GOT10K和LaSOT四个数据集上进行了详尽的实验评估,结果显示,SiamMCFA与当前基于孪生网络的先进的跟踪器SiamCAR相比,其成功率(success rate)与精准度(precision)分别提高了2.26和2.83个百分点。与SiamIRCA相比成功率与精准度提高了0.3和0.9个百分点。
-
关键词
目标跟踪
孪生网络
拆分注意力
像素级互相关
多通道特征聚合
-
Keywords
object tracking
siamese network
split attention
pixel-wise cross correlation
multi-channel feature aggregation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于OSPA距离的航迹关联方法
被引量：10
- 2
-
-
作者
刘伟峰
文成林
-
机构
杭州电子科技大学自动化学院
-
出处
《航空学报》
EI
CAS
CSCD
北大核心
2012年第6期1083-1092,共10页
-
基金
国家自然科学基金(61175030
91016020
+2 种基金
60934009)
浙江省自然科学基金(Y1101218)
杭州电子科技大学科研启动基金(KYS065609051)~~
-
文摘
提出一种基于最优次模式分配(OSPA)距离的多传感器航迹关联方法,把每一个局部传感器航迹看做一个航迹集合,通过OSPA距离度量各个航迹集合之间的距离,具有最短OSPA距离的航迹属于同一个目标航迹;针对航迹关联实时性的要求,进一步给出具有滑窗的航迹OSPA递推方法。最终结果表明,本文方法不仅可以有效保持航迹的历史信息和几何特征信息,而且可以有效地关联航迹交叉、航迹分叉和航迹异步等问题。通过与加权关联方法、独立序贯方法的仿真比较,证明其在关联精度、异步等几个方面具有比较好的优势。
-
关键词
跟踪
航迹关联
OSPA距离
航迹集合
航迹交叉、分离与异步
固定滑窗
-
Keywords
tracking
track association
OSPA distance
track set
track cross, split and asynchronous
fixed sliding win-dow
-
分类号
V243.2
[航空宇航科学与技术—飞行器设计]
TN957
[电子电信—信号与信息处理]
-
