计算机应用

北大核心,INSPEC,JST,Pж(AJ),CSCD扩展版

国内刊号:51-1307/TP

国际刊号:1001-9081

计算机应用杂志2024年第2期:基于孪生网络和Transformer的红外弱小目标跟踪方法

发布日期:

作者:崔晨辉, 蔺素珍, 李大威, 禄晓飞, 武杰

单位:1.中北大学 计算机科学与技术学院,太原 030051;2.中北大学 电气与控制工程学院,太原 030051;3.酒泉卫星发射中心,甘肃 酒泉 735000

关键词:目标跟踪,红外弱小目标,孪生网络,Transformer,多特征提取

基金:山西省研究生教育创新项目(2022Y631);山西省专利转化专项计划项目(202302001);山西省级教改项目(J20220593);中北大学第十八届研究生科技立项项目(20221845)

针对红外弱小目标跟踪准确性较低这一问题,提出一种基于孪生网络和Transformer的红外弱小目标跟踪方法。首先,构建多特征提取级联模块分别提取红外弱小目标模板帧和搜索帧的深度特征,并将二者分别与其对应的HOG特征进行维度层面的串联;其次,引入多头注意力机制Transformer进行模板特征图和搜索特征图的互相关操作,生成响应图;最后,通过响应图上采样网络和边界框预测网络,获得目标在图像的中心位置和回归边界框,完成对红外弱小目标的跟踪。在包含13 655张红外图像数据集上的测试结果表明:与KeepTrack跟踪方法相比,成功率提高5.9个百分点,精确率提高1.8个百分点;与TransT(Transformer Tracking)方法相比,成功率提高14.2个百分点,精确率提高14.6个百分点,证明所提方法对复杂背景下的红外弱小目标跟踪准确性更高。

来源:2024年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第2期

联系我们

  • 地址:四川天府新区兴隆街道科智路1369号
  • 电话:028-85224283-803
  • E-mail:bjb@joca.cn

咨询工作人员