声明
第一章 绪论
1.1 背景研究
1.1.1单目标跟踪任务
1.1.2单目标跟踪的应用
1.1.3单目标跟踪的研究意义
1.2 单目标跟踪技术的问题与挑战
1.3 单目标跟踪的未来发展
1.4 本文工作
1.4.1分层注意力孪生网络跟踪算法
1.4.2生成对抗孪生网络跟踪算法
1.4.3论文的组织结构
第二章 单目标跟踪的研究现状
2.1 单目标跟踪模型
2.2 传统的单目标跟踪算法
2.3 基于相关滤波的单目标跟踪算法
2.4 基于深度学习的单目标跟踪算法
2.5 孪生网络模型
2.5.1孪生网络的介绍
2.5.2 Siam-FC跟踪器
2.6 小结
第三章 分层注意力孪生网络跟踪算法
3.1 引言
3.2 通道注意力算法的设计与实现
3.2.1视觉注意力算法的介绍
3.2.2非约束通道注意力算法
3.2.3约束通道注意力算法
3.2.4 Inception网络
3.3 分层响应图的融合算法
3.3.1分层响应
3.3.2 sum-and-max算法
3.4 实验与分析
3.4.1实验环境
3.4.2超参数设置
3.4.3评价标准
3.4.4实验结果分析
3.5 小结
第四章 生成对抗孪生网络跟踪算法
4.1 文章引言
4.2 生成对抗孪生网络
4.2.1Siam-FC的损失函数
4.2.2生成对抗孪生网络
4.3 实验与分析
4.3.1超参数设置
4.3.2实验结果分析
4.4 小结
第五章 展望与总结
5.1 本文工作及主要创新点
5.2 未来工作展望
5.2.1本工作未来展望
5.2.2单目标跟踪的未来展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学国防科技大学;