基于多模块融合的增强孪生网络跟踪算法

摘要

针对目标遮挡、背景干扰、尺度变化等复杂场景导致目标跟踪失败问题，提出基于多模块融合的增强孪生网络跟踪算法。该方法以孪生网络为框架，引入特征金字塔融合多层次特征，使提取到的特征同时具有语义信息和高空间分辨率，增强尺度鲁棒性；结合卷积块注意力模块，通过通道与空间双重注意力机制抑制背景干扰，突出目标特征；利用Transformer编码器建模全局依赖关系以提升长时跟踪能力。OTB100数据集上的实验结果表明，所提算法跟踪准确率和成功率分别达到89.26%和78.36%，相比当前主流算法Ocean分别提升7.96%和17.96%。该算法在复杂场景下具有更高准确性和鲁棒性，能有效应对多种跟踪挑战。

关键词

目标跟踪 / 孪生网络 / 特征金字塔 / 注意力机制 / Transformer

基金资助

安徽省提升专业服务十大新兴产业项目（2021fwxxcy039）; 安徽省研究生创新创业实践项目（2023cxcysj100）