无人机场景下多层次特征变换的池化Transformer跟踪算法

摘要

目标跟踪在无人机(Unmanned Aerial Vehicle, UAV)视角下面临着目标尺寸较小、环境复杂，从而引发特征提取不足、目标遮挡等问题，已有的目标跟踪方法在无人机场景下适用效果不佳.为此，提出一种融合多分辨率特征结合CNN和Transformer架构的无人机跟踪器(MFTPT).该模型结合CBAM注意力机制和特征金字塔网络构建了一个新的骨干网络，以增强模型对上下文关系的捕捉能力.并将提取到的不同分辨率多层次特征映射馈送到池化Transformer中，以学习高低分辨率特征之间的相互依赖性.此外，设计了一个针对小目标且能够丰富编码细节信息的特征优化层(FOI).最后，在3个常用的无人机数据集UAV20L、UAV123和DTB70中开展的实验结果表明，MFTPT能有效提升跟踪精度和成功率.

关键词

Transformer模型 / 注意力机制 / 目标跟踪 / 无人机

基金资助

国家自然科学基金项目(61973180)资助