一种基于多层注意力机制的实时视频目标跟踪算法

摘要

本发明提出了一种基于多层注意力机制的实时视频目标跟踪算法，其步骤为：输入一系列模板图像和搜索图像；构建多层注意力卷积神经网络作为匹配函数；利用相关操作计算模板图像和搜索图像的相似度；再利用逻辑损失函数作为优化的目标函数；采用动量随机梯度下降优化网络参数；卷积网络在线跟踪时固定模型参数，将第一帧目标作为模板输入到网络中，后续帧依次输入网络和第一帧得到的输出进行相关计算，得到一个响应得分图；找到响应图中得分最高的位置就是目标的位置，通过将目标放大到与原图一样的大小就得到跟踪目标。我们提出的多层注意孪生网络跟踪算法，能够有效地利用注意力机制把目标和背景分开，并在目标旋转、形变和部分遮挡的情况下显著地提高了跟踪器的准确性和泛化性。