Abstract：
为提升 目标跟踪精度,设计一种基于注意力机制的无监督单 目标跟踪算法.该算法使用DCFNet网络作为基本网络,通过前向跟踪和后向验证实现无监督跟踪.为结合上下文信息,引入特征融合方法,且将DCFNet网络每一层所提取的特征通过双线性池化调整分辨率以便进行特征融合;为关注不同特征通道上的关系,引入通道注意力机制SENet模块;设计一个反向逐帧验证方法,在反向验证中间帧的基础上再预测第一帧,进而减少判别位置的误差.在公共数据集OTB-2015上的测试结果显示,本算法AUC分数达60.6％,速度达61FPS.与无监督单 目标跟踪UDT算法相比,所设计算法取得了更优的 目标跟踪性能.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
信息技术与网络安全
ISSN： 1674-7720
Year： 2022
Issue： 6
Volume： 41
Page： 50-56
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
