基于级联注意力机制的孪生网络视觉跟踪算法

作     者：蒲磊 冯新喜 侯志强 余旺盛 马素刚 PU Lei;FENG Xinxi;HOU Zhiqiang;YU Wangsheng;MA Sugang

作者机构：空军工程大学研究生院西安710077 空军工程大学信息与导航学院西安710077 西安邮电大学计算机学院西安710121 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2020年第46卷第12期

页      面：2302-2310页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61571458 61703423) 

主　　题：视觉跟踪 孪生网络 非局部注意力 通道注意力 模型集成 

摘      要：针对全卷积孪生网络(SiamFC)在相似物体干扰及目标发生大尺度外观变化时容易跟踪失败的问题,提出了一种基于级联注意力机制的孪生网络视觉跟踪算法。首先,在网络的最后一层加入非局部注意力模块,从空间维度得到关于目标区域的自注意特征图,并与最后一层特征进行相加运算。其次,考虑到不同通道特征对不同目标和各类场景的响应差异,引入通道注意力模块实现对特征通道的重要性选择。为了进一步提高跟踪的鲁棒性,将其与SiamFC算法进行加权融合,得到最终的响应图。最后,将提出的孪生网络模型在GOT10k和VID数据集上进行联合训练,进一步提升模型的表达力与判别力。实验结果表明:所提算法相比于SiamFC,在跟踪精度上提高了9.3%,在成功率上提高了5.4%。