-
题名基于特征融合的轻量化巡飞弹目标跟踪算法
- 1
-
-
作者
王子康
姚文进
-
机构
南京理工大学机械工程学院
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第6期195-201,共7页
-
文摘
针对巡飞弹平台上的视觉目标跟踪算法,开始引入深度学习思想,但是受到硬件平台算力限制的影响,提出一种轻量化的基于深度学习的孪生网络框架,在较低计算量的情况下保证巡飞弹的跟踪性能。根据IOU质量评估分支和回归分支结构,提出了一种新的特征融合方式。通过1×1卷积调整特征层通道数,控制通道数比例,对不同特征层的通道按比例进行深浅层特征拼接,用于后续的特征融合模块。在特征拼接前,引入特征合并的方法来获得有不同感受野的融合特征,进一步提高特征分辨率。将提出的新特征融合方式和特征合并方式进行纵向与横向的特征融合,充分利用特征属性,提高算法性能。根据巡飞弹硬件平台的属性限制,框架采用轻量化的AlexNet网络作为骨干网络。在OTB100、GOT-10K、UAV123三个数据集上测试,框架整体以160 fps的帧率保证了较高准确度和成功率。在满足巡飞弹特殊工作环境的基础上,实现了较为先进的跟踪性能。整体框架相对简单且性能较高,有较好的跟踪实时性,可加入其他模块来进一步提升跟踪性能。
-
关键词
目标跟踪
特征融合
巡飞弹
算法轻量化
iou质量评估分支
特征合并
-
Keywords
object tracking
feature fusion
cruise missile
lightweight
iou quality assessment branch
feature combination
-
分类号
TJ430.2
[兵器科学与技术—火炮、自动武器与弹药工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
