一种基于孪生网络的智能汽车单目标跟踪方法

摘要

本发明公开了一种基于孪生网络的智能汽车单目标跟踪方法，将模板与待检测图像经由Mish‑channel‑dark网络构成的孪生网络提取后，得到其各自对应的特征信息，随后将特征信息输入至相似判断分支与质量评估分支，最后通过互相关计算确定相似度，并完成模板更新。其中Mish‑channel‑dark网络由mish卷积模块、m‑Residual模块、通道注意力模块以及结构体构成。本发明提高了跟踪算法的推理能力和抗干扰能力，加入了通道注意力(channel attention)模块，显著提高网络的跟踪精度，降低了目标消失再出现时检索对象的时间，有效的提高了网络的实用性。本发明设计的孪生网络性能较好，在部署时仅需较低配置即可达到较高的速度。