计算机工程与科学

作者：冯琪堯, 张惊雷,

单位：（1.天津理工大学电气工程与自动化学院，天津 300384；2.天津市复杂系统控制理论及应用重点实验室，天津 300384）

关键词：目标跟踪,孪生网络,混合注意力机制,自对抗训练样本对,

针对全卷积孪生网络目标跟踪算法(SiamFC)在目标形变、遮挡和快速运动等复杂场景中易导致跟踪失败的问题，提出一种利用混合注意力机制增强网络识别能力的算法(SiamMA)。首先，在训练阶段提出堆叠裁剪法构建自对抗训练样本对，以模拟实际跟踪时的复杂场景，使训练的网络模型具有更强的泛化性。其次提出混合注意力机制，在网络不同分支融合使用空间注意力和通道注意力网络模块，有效抑制了特征图中的背景干扰，提升算法的鲁棒性。采用GOT-10k、UAV123等4种数据集进行算法性能评测实验，结果表明本文算法的跟踪成功率、精度等主要性能指标较SiamFC和KCF等6种经典算法均有提升，平均速度达到60 fps。

来源：2022年第2期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第2期