国内刊号:32-1772/TN
国际刊号:1673-5439
发布日期:
作者:韩 光,刘旭辉,刘佶鑫,孙海安,孙 宁
单位:南京邮电大学 宽带无线通信技术教育部工程研究中心,江苏 南京 210003南京邮电大学 宽带无线通信技术教育部工程研究中心,江苏 南京 210004南京邮电大学 宽带无线通信技术教育部工程研究中心,江苏 南京 210005南京邮电大学 宽带无线通信技术教育部工程研究中心,江苏 南京 210006南京邮电大学 宽带无线通信技术教育部工程研究中心,江苏 南京 210007
关键词:目标跟踪;孪生网络;并行空频注意力;任务感知
基金:国家自然科学基金(61871445, 61302156)和江苏省重点研发基金(BE2016001 4)资助项目
现有孪生网络目标跟踪器已表现出不错的性能,但对于复杂场景中存在的相似目标误检以及包围框偏移等问题,表现却仍不尽如人意。针对此问题,文中提出了一种新的两阶段孪生目标跟踪算法,该算法由目标提议阶段与任务感知验证阶段组成。第一阶段结合并行空频注意力模块,充分挖掘目标图像的表观特征,增强目标的抗相似物体干扰能力,提高鲁棒性。第二阶段针对检测任务中分类回归任务的差异,对目标分类和位置回归进行任务感知验证,分别获得适用于分类和回归的精准候选框,得到候选目标的识别得分及位置精调。此外,针对训练与测试任务中分类回归计算冲突问题,以及分类回归任务对于正负样本计算存在数量、对象偏差问题,采用GFocal Loss对损失函数进行优化以解决以上问题。实验证明,文中算法在有效性、可靠性以及预期平均重叠率上获得了较大的性能提升,并满足实时跟踪要求。
来源:2022年第1期
《南京邮电大学学报(自然科学版)》期刊编辑部