无人机视角下光流估计的动态目标跟踪方法

摘要

目前，大多数跟踪器都聚焦于构建目标的外观特征模型，不考虑动态目标的运动信息，而基于学习的光流估计方法在描述外观特征的同时可估计动态目标位移的运动信息。因此，将Transformer与光流估计相结合，提出紧凑型特征编码器，在全局上下文信息之间通过自注意力机制建立相关性，强化区域特征。此外，提出交叉型解码器进行流回归，将迭代细化和交叉注意力机制相结合，去除了大量的细化步骤，提高处理速度，通过上采样器实现无人机视角下的高特征分辨率光流估计。实验结果表明：所提方法在精确度和鲁棒性方面具有优越性。

关键词

目标跟踪 / 光流估计 / 注意力机制 / 运动信息

基金资助

国家自然科学基金地区项目(51965008)