摘要：针对复杂场景下目标的快速移动、遮挡、非刚性形变和光照变化等问题，提出了一种基于3D注意力和金字塔解码器的目标追踪算法。首先引入VGG-16神经网络并对其进行结构上的优化，以提高特征提取的效率和质量。其次通过引入3D注意力，增强了对关键特征的提取能力。然后使用深层语义融合模块，通过上采样融合特征信息，以达到对特征的精确表达。最后设计金字塔解码器提升模型在复杂场景下的鲁棒性。实验结果表明，在OTB100数据集上，相比基准算法，跟踪成功率和精度分别提升了15.8%和16.2%，跟踪速度能达到103FPS。
文章目录
0 引言
1 系统框架孪生网络的目标跟踪算法
1.1网络整体架构
1.2 3D注意力
1.3深层语义融合模块
1.4金字塔解码器
2 实验结果与分析
2.1实验细节
2.2评估指标
2.3定量分析
2.4消融实验
2.5定性分析
3 结论
