计算机工程

作者：周双双, 宋慧慧, 张开华, 樊佳庆

单位：1. 南京信息工程大学 自动化学院, 南京 210044;2. 江苏省大数据分析技术重点实验室, 南京 210044

关键词：增强语义,注意力机制,相关滤波,傅里叶域计算,目标跟踪

基金：国家自然科学基金（61872189，61876088）；江苏省自然科学基金（BK20170040）。

在基准可判别相关滤波器网络（DCFNet）目标跟踪过程中，遮挡和运动模糊情况会导致目标发生漂移。针对该问题，结合增强语义与多注意力机制深度学习，设计一种端到端的相关滤波器网络RACFNet。由EDNet网络得到高级语义信息弥补单独低级特征表示的不足，同时加入通道和空间残差注意力机制，使网络能够对不同的跟踪对象提取出更具针对性的表观信息。在此基础上，通过添加相关滤波层并输出响应图最大值推测目标位置。在OTB-2013和OTB-2015基准测试集上的实验结果表明，RACFNet跟踪速度平均可达92帧/s，跟踪成功率较DCFNet分别提高8.20%和10.69%。

来源：2020年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第2期