计算机工程与科学

作者：方梦华, 姜添,

单位：（1.中国矿业大学计算机科学与技术学院，江苏 徐州 221116;2.矿山数字化教育部工程研究中心，江苏 徐州 221116

关键词：无人机,目标跟踪,无监督学习,孪生网络,

基金：软件新技术国家重点实验室开放基金（KFKT2018B27）；中央高校基础研究基金（ 2017XKQY079）

随着计算机视觉领域中各项研究的发展，目标跟踪变得越来越热门，在各行各业得到广泛应用。基于无人机的目标跟踪也随之得到发展。相比于普通的目标跟踪，利用无人机进行目标跟踪有不少优势，但是也存在一些挑战。针对有关无人机目标跟踪的数据集有限，数据质量不高，且部分数据集中数据缺少统一标注的情况，基于无监督学习，设计了一种新的无人机目标跟踪模型。该模型对UDT模型的主干网络和跟踪方法进行了改进。结合了SiamFc网络结构和UDT无监督的目标跟踪思想，将模型的主干网络改进为AlexNet轻量级神经网络，通过前向跟踪、多帧后向验证方法实现目标跟踪。对比实验结果表明，设计的模型比改进前的模型以及其他经典的跟踪模型效果更佳。

来源：2021年第6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2021年第6期