计算机工程

作者：杨帅东, 谌海云, 徐钒诚, 赵书朵, 袁杰敏

单位：西南石油大学 电气信息学院, 成都 610500

关键词：目标跟踪,无人机,深度学习,孪生网络,注意力机制

基金：南充市科技项目（19SXHZ0019，19SXHZ0011）。

在无人机跟踪过程中，遮挡、光照变化、背景干扰等影响会导致跟踪目标丢失。基于SiamRPN算法提出一种无人机目标跟踪算法。通过在网络中加入空间条带池和全局上下文模块建立远程上下文关系，以适应不同的跟踪场景。同时利用改进交并比的计算方法提取目标特征，并回归精准的预测框。在UAV123数据集上的实验结果表明，相比SiamRPN、SiamFC、SAMF等算法，该算法的跟踪性能较优且具有较强的鲁棒性，尤其在背景干扰环境下，其精确率和成功率较SiamRPN算法分别提升了6.54%和11.63%。

来源：2022年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第1期