Indexed by：
Abstract：
在视觉跟踪应用中,目标外观通常由包含目标的矩形区域来建模,这种矩形化边框的描述方式不可避免地引入了背景干扰,并随着场景变化导致跟踪关注点的模糊及歧义,进而产生跟踪漂移.针对以上问题,提出了一种基于多注意力图的孪生网络视觉目标跟踪算法.首先,建立了一种关注于前景目标区域特征表达的孪生网络.该网络通过构建梯度注意力图损失函数项来引导网络训练,提升网络区分目标和干扰背景的能力.此外,嵌入通道注意力和空间注意力进一步强化目标的特征表达,自动发掘有区分的特征表示.在多个公共数据集上的实验验证了提出算法的有效性,以及算法可完成实时的视觉目标跟踪.
Keyword：
Reprint Author's Address：
Email：
Source ：
信号处理
ISSN： 1003-0530
Year： 2020
Issue： 9
Volume： 36
Page： 1557-1566
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count： 4
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
