基于层级编码器和并行注意力强化的跟踪算法

作     者：符强 王阳 纪元法 任风华 FU Qiang;WANG Yang;JI Yuan-fa;REN Feng-hua

作者机构：桂林电子科技大学广西精密导航技术与应用重点实验室广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004 卫星导航定位与位置服务国家地方联合工程研究中心广西桂林541004 南宁桂电电子科技研究院有限公司广西南宁530031 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2024年第41卷第12期

页      面：444-449,454页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62061010,62161007) 广西科技厅项目(桂科AB21196041) 桂林市科技项目(20210222-1) 广西高校中青年教师科研基础能力提升项目(2022KY0181) 桂林电子科技大学研究生教育创新计划项目(2022YCXS050) 

主　　题：目标跟踪 孪生网络 并行注意力机制 卷积网络 

摘      要：针对复杂环境下全卷积孪生网络跟踪算法低鲁棒性的问题,在分析和实验基础上提出基于Transformer编码器和并行注意力强化的孪生网络跟踪算法。首先,引入并行注意力机制,聚焦于目标在不同特征通道的权重差异和特征通道之间的依赖关系,以此来调整跟踪器的关注重心;其次,利用改进的VGG16作为特征提取主干网络,充分挖掘特征中的有效目标信息;最后,利用改进的Transformer编码器的长时序全局上下文信息建模的优势结合卷积网络对局部上下文信息的建模优势,在引入低参数量的同时进一步增强模型对目标信息的理解能力。在OTB100、UAV123公开数据集上进行了大量实验,实验结果表明,算法与主流基于孪生网络的跟踪算法相比性能有了显著提升,在复杂环境下也能对目标进行有效跟踪,且达到了每秒42帧的实时跟踪速度。