《电子测量技术杂志》发表论文赏析

基于强化特征学习和表达策略的孪生网络跟踪算法

来源:电子测量技术杂志2023年第6期北京时间:

作者:符强,王阳,纪元法,任风华

单位:1.桂林电子科技大学广西精密导航技术与应用重点实验室 桂林 541004; 2.桂林电子科技大学信息与通信学院 桂林 541004; 3.卫星导航定位与位置服务国家地方联合工程研究中心 桂林 541004

摘要:针对基于全卷积孪生网络跟踪算法在面对相似物干扰、光照变化等复杂环境时容易出现跟踪漂移的问题,本文在分析与实验基础上提出如下特征强化策略。首先,将改良的深度卷积神经网络VGG16引入跟踪框架来提高模型的特征学习能力;其次,针对单一特征无法充分描述目标信息,且对干扰物比较敏感的问题,本文设计一种特征增强模块,由浅至深融合不同层次语义信息来提高特征的表达能力;最后,提出一种轻量级的三元注意力机制,帮助模型自适应关注优势特征,进一步提高了模型在复杂环境下的鲁棒性。将上述策略应用到全卷积孪生网络算法上取得了显著的效果。在OTB100数据集上,本文算法成功率曲线下面积较基准算法提升了15.1%,距离精度提升了16.3%,在复杂环境下也能对目标进行有效跟踪。

关键词:目标跟踪;孪生网络;特征提取;注意力机制

基金资助:国家自然科学基金(61561016,61861008)、广西科技厅项目(桂科AA19182007)、“认知无线电与信息处理”教育部重点实验室(CRKL200108)、广西精密导航技术与应用重点实验室(DH201901)、桂林电子科技大学研究生教育创新计划项目(2022YCXS050)资助

2023年6期其他文献查阅:

深度强化学习在机器人路径规划中的应用

基于快速非奇异终端滑模的隧道工程车辆轨迹跟踪研究

基于毫米波雷达传感器RAI图像的手势识别方法

融合迁移学习的绝缘子缺陷分级检测方法

基于改进的猎食者优化的D2D通信功率控制方法

永磁同步电机改进滑模观测器矢量控制

改进型A*算法的可重构机器人路径规划研究

大坝监测数据多维度LSTM异常检测与恢复

语音转录后文本的中文拼写纠错模型

改进YOLOX的弱光线道路交通标志检测

基于强化特征学习和表达策略的孪生网络跟踪算法

基于超像素锚层收敛选点的高光谱图像聚类算法

通道可分离残差网络的图像超分辨率重建

基于改进生成对抗网络的无监督晶圆缺陷检测

基于改进RetinaNet-GHM算法的钢板表面缺陷检测

复杂环境下多模态特征融合的疲劳驾驶检测

基于人工智能图像识别的输电线路巡检研究

基于模板与内容分离的票据识别方法

基于双路特征的宫颈细胞核分割

融合多组双目视觉系统的管道尺寸测量技术研究

一种具有自学习能力的用户感知人工智能测量方法

基于激光雷达的港口环境海面目标检测

基于轻量型网络的口罩遮挡人脸识别方法

基于亚像素级的墙面裂缝宽度检测方法研究

基于AD8232的表面肌电信号采集系统设计

基于改进动态时间规整算法的终端波形比对方法

基于WiFi信号的老年人家居行为识别算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!