计算机应用

作者：公海涛, 陈志华, 盛斌, 祝冰艳

单位：1.华东理工大学 信息科学与工程学院，上海 200237；2.上海交通大学 电子信息与电气工程学院，上海 200240

关键词：目标跟踪,小目标,孪生网络,注意力机制,Transformer

基金：空间智能控制技术全国重点实验室开放基金课题(HTKJ2022KL502010)

针对现有小目标跟踪算法的鲁棒性差、精度及成功率低的问题，提出一种基于孪生网络和Transformer的小目标跟踪算法SiamTrans。首先，基于Transformer机制设计一种相似度响应图计算模块。该模块叠加若干层特征编码-解码结构，并利用多头自注意力机制和多头跨注意力机制在不同层次的搜索区域特征图中查询模板特征图信息，从而避免陷入局部最优解，并获得一个高质量的相似度响应图；其次，在预测子网中设计一个基于Transformer机制的预测模块（PM），并利用自注意力机制处理预测分支特征图中的冗余特征信息，以提高不同预测分支的预测精度。在Small90数据集上，相较于TransT（Transformer Tracking）算法，所提算法的跟踪精度和跟踪成功率分别高8.0和9.5个百分点。可见，所提出的算法具有更优异的小目标跟踪性能。

来源：2023年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第12期