基于残差分层注意力和相关性滤波器的目标跟踪方法及系统

摘要

本公开提出了一种基于残差分层注意力和相关性滤波器的目标跟踪方法及系统。本公开使用端到端训练的卷积神经网络，并将相关性滤波器作为网络中的层，实现了对运动目标进行实时的目标跟踪。而且，通过残差分层注意力学习，能够获得更有效、鲁棒的卷积目标特征，显著提升了目标跟踪的泛化能力。此外，多上下文相关性滤波层实现了以联合的方式对上下文进行感知和对回归目标进行自适应，显著提升了目标跟踪的判别能力。