文档名：基于门限卷积孪生网络的无人机对地目标跟踪
无人机对地目标跟踪一直都是计算机视觉图像处理领域最热门的研究方向之一,并被广泛应用于民用及军用领域.为了解决无人机视场中拍摄场景复杂、目标特征不明显造成相似物易混淆、跟踪性能下降的问题,提出了一种基于门限卷积孪生网络的无人机对地目标跟踪方法.采用SiameseFC作为基网络,在目标特征提取阶段,引入上下文门限卷积以修改方形卷积核的权重,增强网络对全局上下文的关注能力,突出目标本身的特征,提升网络模型的鲁棒性.通过在UAV123数据集和自制数据集上进行定量和定性实验,证明这种方法在具有较高跟踪性能的情况下,显著提高跟踪速度.
作者：孙晓迪 刘文楷 孙嘉怡 毕福昆 刘靖
作者单位：北方工业大学信息学院,北京100144北京空间飞行器总体设计部,北京100094
母体文献：第十五届全国信号和智能信息处理与应用学术会议论文集
会议名称：第十五届全国信号和智能信息处理与应用学术会议
会议时间：2022年4月10日
会议地点：重庆
主办单位：中国高科技产业化研究会
语种：chi
分类号：
关键词：无人机 对地目标跟踪 特征提取 门限卷积孪生网络
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.6 MB
- 下载次数:
- 60
-
高速下载
|
|
