控制与决策

作者：陈志旺,杨天宇,曹索航,吕昌昊,彭勇

单位：燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004;燕山大学 工业计算机 控制工程河北省重点实验室,河北 秦皇岛 066004,,燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004;燕山大学 工业计算机 控制工程河北省重点实验室,河北 秦皇岛 066004,,燕山大学 智能控制系统与智能装备教育部工程研究中心,河北 秦皇岛 066004;燕山大学 工业计算机 控制工程河北省重点实验室,河北 秦皇岛 066004,,燕山大学 电力电子节能与传动控制河北省 重点实验室,河北 秦皇岛 066004,,燕山大学 电气工程学院,河北 秦皇岛 066004,

关键词：目标跟踪;孪生网络;Inception-Resnet-V2网络;稀疏注意力;Distance-IoU损失

基金：河北省研究生专业学位精品教学案例(库)项目(KCJPZ2023012)；国家自然科学基金项目(61573305)；河北省自然科学基金项目(F2022203038,F2019203511).

利用改进的Inception-Resnet-V2(IRV2)网络和局部-全局-局部(local-global-local,LGL)模块设计一种结合CNN和Transformer编码结构的孪生网络SiamLGL(siamese local-global-local network)用于目标跟踪.首先,算法特征提取部分采用改进后的IRV2网络,由于网络的层数更深,图片经过IRV2网络提取的特征较浅层网络提取的特征效果更优,特征融合部分采用深度互相关将特征图上的信息进行融合;其次,融合后的特征图利用LGL模块获取目标的全局和局部信息,模块内部采用两个编码器串联,第1个编码器利用深度可分离卷积获取目标的局部信息,第2个编码器利用自注意力获取图片的全局特征,为了降低自注意力结构的时间复杂度,采用稀疏注意力的方式进行计算,在降低时间复杂度的同时保证网络的精度;最后将特征图输入至分类回归网络中,生成对应的目标位置,其中分类网络采用二元交叉熵损失函数,回归网络采用Distance-IoU(DIoU)作为损失函数.算法在GOT-10k、LaSOT、TrackingNet、UAV123、OTB100和VOT2019等6个公开数据集上进行实验评估,结果验证了算法的有效性.

来源：2024年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第12期