融合时空信息的端对端目标跟踪算法

关键词：dcf滤波器 光流信息 时空注意力机制 端对端 

摘要：视觉目标跟踪是计算机视觉领域的一个基本问题.目前,采用深度卷积方法的相关滤波器(DCF)在目标跟踪领域取得了优秀的成果.然而,大多数现有的跟踪器仅考虑当前帧的外观特征,几乎不考虑目标运动和帧间信息,不能很好地解决诸如遮挡、阴影和变形等问题.因此,我们将利用连续帧中丰富的运动信息来提高跟踪性能.首先,我们将光流信息,特征提取和相关滤波表示为深度学习网络中的相关特殊层,从而能够进行端对端深度学习网络的训练.然后,提出了一种全新的时空注意力机制,通过时空注意力机制的加权,将预定间隔的历史特征图相融合并与当前的特征图进行自适应聚合.最后,在公共数据进行了大量实验,得到了满意的结果.

数据通信杂志要求:

{1}正文：文内标题简捷、层次分明。文字、标点及数字的运用应符合规范。

{2}多作者稿署名时须征得其他作者同意，排好先后次序，接“拟用通知”后不再改动。

{3}正文内各级标题处理如下：一级标题为“一、二、三……”，二级标题为“（一）、（二）、（三）……”，三级标题为“1、2、3……”，四级标题为“（1）、（2）、（3）……”。单独成行。

{4}摘要应具有独立性和自明性，须说明论文的目的、方法、结果(包括主要数据)和结论，着重于创新与发现，以300字左右为宜。

{5}文稿首页页脚处注明投稿日期和通信作者简介（包括姓名、出生年、性别、职称、学位、研究方向、E-mail）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社