基于注意力機制和不對稱卷積的目標(biāo)跟蹤算法

摘要： 一般孿生網(wǎng)絡(luò)跟蹤算法中目標(biāo)模板不會更新，模板分支與搜索分支在計算時相互獨立，無法進行魯棒跟蹤，使用深度互相關(guān)來融合兩分支的特征有著容易被干擾物欺騙、激活通道數(shù)少、對目標(biāo)邊界的分辨能力較弱，且不能充分受益于大規(guī)模的離線訓(xùn)練，為此提出一種基于注意力機制和不對稱卷積的目標(biāo)跟蹤算法。設(shè)計增強注意力網(wǎng)絡(luò)增強和傳遞分支信息。采用不對稱卷積來代替深度互相關(guān)，使用有效的參數(shù)學(xué)習(xí)如何更好地互相關(guān)...