控制与决策

作者：侯志强,郭凡,杨晓麟,马素刚,范九伦

单位：西安邮电大学 计算机学院,西安 710121,,西安邮电大学 计算机学院,西安 710121,,西安邮电大学 计算机学院,西安 710121,,西安邮电大学 计算机学院,西安 710121,,西安邮电大学 通信与信息工程学院,西安 710121,

关键词：计算机视觉;目标跟踪;孪生网络;深度学习;注意力机制;Transformer

基金：国家自然科学基金项目(62072370).

基于Transformer的视觉目标跟踪算法能够很好地捕获目标的全局信息,但是,在对目标特征的表述上还有进一步提升的空间.为了更好地提升对目标特征的表达能力,提出一种基于混合注意力的Transformer视觉目标跟踪算法.首先,引入混合注意力模块捕捉目标在空间和通道维度中的特征,实现对目标特征上下文依赖关系的建模;然后,通过多个不同空洞率的平行空洞卷积对特征图进行采样,以获得图像的多尺度特征,增强局部特征表达能力;最后,在Transformer编码器中加入所构建的卷积位置编码层,为跟踪器提供精确且长度自适应的位置编码,提升跟踪定位的精度.在OTB100、VOT2018和LaSOT等数据集上进行大量实验,实验结果表明,通过基于混合注意力的Transformer网络学习特征间的关系,能够更好地表示目标特征.与其他主流目标跟踪算法相比,所提出算法具有更好的跟踪性能,且能够达到26帧/s的实时跟踪速度.

来源：2024年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第3期