基于注意力机制的无监督单目标跟踪算法
所屬分類：技术论文
上傳者：zhoubin333
文檔大小：910 K
標簽： 目标跟踪 无监督学习 特征融合
所需積分：0分積分不夠怎么辦？
文檔介紹：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。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。