结合注意力机制的核相关滤波目标跟踪

针对目标跟踪中的旋转、快速运动、遮挡等问题。提出了结合注意力机制的核相关滤波跟踪方法。该方法利用卷积神经网络提取卷积特征;利用两个样本的相似度矩阵计算注意力权值,并结合注意力权值和核相关滤波器;使用两个分类器分别检测目标和背景,并依据两个分类器的响应值实现模型的自适应更新。选取公开数据集上具有复杂场景的视频序列进行测试,并与多种跟踪算法在跟踪精确度和成功率上进行定量分析,该算法与原核相关滤波算法相比,精确度和成功率分别提高了18.9%、58.7%。实验结果表明,添加了注意力机制和自适应更新的核相关滤波,较好的解决了遮挡、旋转等问题,相比其他算法具有更好的鲁棒性和适应性。