融合低通濾波器的孿生網(wǎng)絡(luò)跟蹤算法

摘要： 針對深層次網(wǎng)絡(luò)中的填充操作會破壞網(wǎng)絡(luò)嚴(yán)格的平移不變性，提出了一種改進的孿生神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤算法（BsSiamCAR）。在SiamCAR基礎(chǔ)上，用ResNet-50網(wǎng)絡(luò)對模板圖像和搜索區(qū)域進行特征提取時，采用低通濾波器和最大池化相融合的策略，改善平移不變性對深層次網(wǎng)絡(luò)的影響，提高深層次網(wǎng)絡(luò)的穩(wěn)定性。為了解決目標(biāo)跟蹤中背景干擾、尺度變化等復(fù)雜場景中的問題，引入通道注意力，注意力機制...