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

    • DOI：10.37188/CJLCD.2023-0150    

      中图分类号： TP391

    • 纸质出版日期：2024-04-05，

      收稿日期：2023-04-21，

      修回日期：2023-05-05，

    扫 描 看 全 文

  • 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.

  •  
  •  

0

浏览量

53

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

NCA-MobileNet：一种轻量化人脸表情识别方法
基于深度学习的雾霾天气下的车牌号码识别方法
基于密集连接和多尺度池化的X射线焊缝缺陷分割方法
基于Double-Head的雾天图像目标检测

相关作者

郑滨汐
杨志钢
丁钰峰
左义海
白武尚
何秋生
杨云
王静

相关机构

太原工业学院 工程训练中心
太原科技大学 电子信息工程学院
陕西科技大学 电子信息与人工智能学院
西安工业大学 电子信息工程学院
西安工业大学 发展规划处
0