网站大量收购独家精品文档,联系QQ:2885784924

基于Transformer的无人机多目标跟踪算法研究 (1).pdf

基于Transformer的无人机多目标跟踪算法研究 (1).pdf

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

第45卷第7期兵器装备工程学报2024年7月

无人自主系统及智能决策专栏doi:10.11809/bqzbgcxb2024.07.002

基于Transformer的无人机多目标跟踪算法研究

苑玉彬ꎬ吴一全

(南京航空航天大学电子信息工程学院ꎬ南京210016)

摘要:针对无人机多目标跟踪面临目标遮挡、尺度变化、快速运动、复杂环境等问题ꎬ提出了一种基于Transformer的

无人机多目标跟踪算法ꎬ采用FocalTransformer来捕获高分辨率输入的Transformer层中的局部和全局交互ꎮ该算法

能够生成目标的检测信息以及目标的外观特征ꎬ从而提高了跟踪性能ꎮ在轨迹预测方面ꎬ采用了卡尔曼滤波方法ꎬ

以准确地预测目标的运动轨迹ꎬ有助于提高跟踪的准确性和鲁棒性ꎮ在数据关联过程中ꎬ同时考虑了检测置信度、

外观嵌入距离和IOU距离3个因素ꎬ以更有效地处理数据关联过程ꎬ提高了多目标跟踪模型的鲁棒性ꎬ使其能够在

复杂场景中更好地跟踪目标ꎮ此外ꎬ还使用了轨迹的二次匹配方法ꎬ进一步提高了算法的性能ꎮ在VisDrone和

UAVDT数据集上进行了对比验证ꎬ证明了该算法在实际应用中的有效性和可行性ꎮ本研究为无人机多目标跟踪提

供了一种新的解决方案ꎬ具有广泛的应用前景ꎮ

关键词:多目标跟踪ꎻTransformerꎻ卡尔曼滤波ꎻ检测置信度ꎻ多特征匹配

本文引用格式:苑玉彬ꎬ吴一全.基于Transformer的无人机多目标跟踪算法研究[J].兵器装备工程学报ꎬ2024ꎬ45

(7):11-18.

Citationformat:YUANYubinꎬWUYiquan.Transformer ̄basedmulti ̄objecttrackingalgorithmforUAV[J].JournalofOrd ̄

nanceEquipmentEngineeringꎬ2024ꎬ45(7):11-18.

中图分类号:TP391.4文献标识码:A文章编号:2096-2304(2024)07-0011-08

Transformer ̄basedmulti ̄objecttrackingalgorithmforUAV

YUANYubinꎬWUYiquan

(CollegeofElectronicandInformationEngineeringꎬ

NanjingUniversityofAeronauticsandAstronauticsꎬNanjing211106ꎬChina)

Abstract:InresponsetothechallengesfacedinUAVmulti ̄objecttrackingꎬincludingtargetocclusionꎬ

scalevariationsꎬrapidmovementsꎬandcomplexenvironmentsꎬthisstudyintroducesaUAVmulti ̄object

trackingalgorithmbasedontheTransformerarchitecture.ItleveragestheFocalTransformertocapture

bothlocalandglobalinteractionswithintheTransformerlayersforhigh ̄resolutioninput.Thisalgorithmis

capableofgeneratingtarge

文档评论(0)

新能源知识科普(本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料)。

1亿VIP精品文档

相关文档