融合注意力机制的单目标跟踪算法研究
欧阳俊涛
郭剑辉
南京理工大学计算机科学与工程学院 南京 210094
摘要：目标跟踪在智能安防、交通和监控等领域发挥着重要作用,为充分利用数据的特征信息,提升跟踪器的跟踪效果,论文将注意力机制应用到单目标跟踪中.具体来说,就是在特征提取子网络提取输入数据特征之后,将注意力模块应用到模板特征和搜索特征互相关的结果中.论文的注意力模块包括通道注意力和空间注意力两部分,其中通道注意力子模块对输入数据在宽高维度做全局平均池化,将每个通道用一个数字来表示,然后通过全连接层建模每个通道,获得每个通道的权重;空间注意力子模块首先对通道维度做全局平均池化,将特征图每个位置的通道用一个数字表示,然后通过自注意力机制得到每个位置的权重.最后将结果作用到输入特征图上,再进行后续操作.在GOT10K、OTB100和LaSOT测试集的实验结果表明,提出的方法能够有效提升目标跟踪效果.
关键词：单目标跟踪孪生网络注意力机制深度学习
分类号：TP391.41(计算技术、计算机技术)
论文发表日期：2025-09-20
在线出版日期：2025-12-23（本平台首次上网日期，不代表文献的发表时间）
页数：8( 2465-2471,2508 )
英文信息