考虑注意力的无锚框孪生网络目标跟踪算法

来源：计算机应用与软件杂志2024年第12期北京时间：

作者：孙仕棚, 兰时勇

摘要：孪生（Siamese）网络是解决视觉目标跟踪任务的一种重要方法。无填充孪生网络（SiamDW）的跟踪器采用区域推荐网络（RPN）来进行目标的定位，需要预先设置锚框的高宽比等超参数，不仅调参繁杂，而且跟踪的准确率较低。为解决此问题，提出一种考虑通道注意力且无锚框的孪生网络目标跟踪方法。该方法以SiamDW为基线，引入无填充的DenseNet来提取目标的特征；在通道特征拼接的时候加入通道注意力模块，以提高目标特征的表征力；在无锚框设计的时候，采用一种矩形范围的方式对正负样本进行划分。实验结果表明，在VOT2016和VOT2018数据集上，该算法跟踪的准确率分别比基线算法提高3百分点和6百分点。

关键词：孪生网络, 目标跟踪, 无锚框设计 无填充, 通道注意力