基于交叉通道注意力的目标跟踪方法

针对跟踪目标被遮挡或者目标周围存在敏感干扰物，从而导致前景背景分类错误和边界框预测错误的问题，提出了一种基于交叉通道注意力的无锚框的目标跟踪方法。首先使用交叉通道注意力对特征提取部分的最后三层输出进行通道增强，利用模板特征和搜索特征中目标的相似性，整合所有通道特征的相关性，从而选择性的对目标特征的通道的增强。之后使用加权求和的方式进行特征融合，使用浅层特征和深层特征融合提高分类精度和定位的准确度。最后使用位置注意力对分类特征图进行全局编码，再次增强分类特征图的特征，提高网络对目标的定位准确性。实验结果表明，提出的算法在OTB100数据集上取得了85.5%的准确率和64.1%的成功率，在UAV20L数据集上取得了70.5%的准确率和56.0%的成功率。