基于主干增强和特征重排的反无人机目标跟踪

郑滨汐; 杨志钢; 丁钰峰

doi:10.37188/CJLCD.2023-0150

您当前的位置：

首页 >

文章列表页 >

基于主干增强和特征重排的反无人机目标跟踪

图像处理 | 更新时间：2024-05-15

- 基于主干增强和特征重排的反无人机目标跟踪
- Anti-UAV object tracking with enhanced backbone and feature rearrangement
- “针对无人机低空飞行和视频图像目标像素占比较小的问题，研究者提出了一种名为SiamAU的孪生神经网络目标跟踪算法。该算法在SiamRPN++的基础上，引入改进的主干网络和特征重排机制，通过加入ECA-Net注意力机制网络和改进激活函数，提升复杂背景下的特征表征能力。同时，算法还进行了浅层降维和深层特征融合，得到更适合无人机等小目标跟踪的改进深度融合特征。在DUT Anti-UAV数据集上的测试表明，SiamAU算法的成功率和精确率分别达到了60.5%和88.1%，相比基准算法提升了5.6%和8.1%。这一研究成果为反无人机任务中的目标跟踪提供了新的解决方案，有望为相关领域的研究开辟新方向。”
- 液晶与显示 2024年39卷第4期页码：532-542
- 作者机构：
  
  哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨 150001
- 作者简介：
  
  [ "郑滨汐，男，硕士研究生，2020年于哈尔滨工程大学获得学士学位，主要从事目标检测、跟踪和图像处理方面的研究。E-mail：914016304@qq.com" ]
- 基金信息：
  
  航空科学基金(201801P6002);中央高校基本科研业务费(3072022CF0802)
- DOI：10.37188/CJLCD.2023-0150
  中图分类号： TP391
- 收稿日期：2023-04-21，
  
  修回日期：2023-05-05，
  
  纸质出版日期：2024-04-05
- 稿件说明：
移动端阅览
郑滨汐, 杨志钢, 丁钰峰. 基于主干增强和特征重排的反无人机目标跟踪[J]. 液晶与显示, 2024,39(4):532-542.

ZHENG Binxi, YANG Zhigang, DING Yufeng. Anti-UAV object tracking with enhanced backbone and feature rearrangement[J]. Chinese journal of liquid crystals and displays, 2024, 39(4): 532-542.
郑滨汐, 杨志钢, 丁钰峰. 基于主干增强和特征重排的反无人机目标跟踪[J]. 液晶与显示, 2024,39(4):532-542. DOI： 10.37188/CJLCD.2023-0150.

ZHENG Binxi, YANG Zhigang, DING Yufeng. Anti-UAV object tracking with enhanced backbone and feature rearrangement[J]. Chinese journal of liquid crystals and displays, 2024, 39(4): 532-542. DOI： 10.37188/CJLCD.2023-0150.

浏览量

341

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自适应遮挡恢复与拓扑姿态双向感知的三维手部重建方法

基于头部和整体信息联合的多尺度行人检测算法

基于改进YOLOv8n-Pose的疲劳驾驶检测

结合高效注意力机制的神经架构搜索高光谱图像分类

基于主干增强和特征重排的反无人机目标跟踪

Anti-UAV object tracking with enhanced backbone and feature rearrangement

DOI：10.37188/CJLCD.2023-0150