多层特征融合和并行自注意力的孪生网络目标跟踪算法OA北大核心
Multi-layer feature fusion and parallel self-attention Siamese networks for visual tracking
目标跟踪是计算机视觉方向上的一项重要课题,其中尺度变化、形变和旋转是目前跟踪领域较难解决的问题.针对以上跟踪中所面临的具有挑战性的问题,基于已有的孪生网络算法提出多层特征融合和并行自注意力的孪生网络目标跟踪算法(MPSiamRPN).首先,用修改后的ResNet50对模板图片和搜索图片进行特征提取,为处理网络过深而导致目标部分特征丢失,提出多层特征融合模块(multi-layer feature fusion module,MLFF)将ResNe…查看全部>>
束平;许克应;鲍华
安徽大学 电气工程与自动化学院,合肥230601安徽大学 电气工程与自动化学院,合肥230601安徽大学 电气工程与自动化学院,合肥230601
信息技术与安全科学
目标跟踪多层特征融合空间自注意力通道自注意力区域提议网络孪生网络
《计算机应用研究》 2022 (4)
1237-1241,1246,6
安徽省自然科学基金资助项目(1908085MF217)安徽省教育厅自然科学重点资助项目(KJ2019A0022)
评论