1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 自然科学论文

结合孪生网络和Transformer的轻量级无人机目标跟踪算法.pdfVIP

结合孪生网络和Transformer的轻量级无人机目标跟踪算法.pdf

    1. 1、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。。
    2. 2、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。
    3. 3、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)。
    4. 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
    5. 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
    6. 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
    7. 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
    查看更多

    第３２卷第６期电光与控制Ｖｏｌ.３２Ｎｏ.６

    ２０２５年６月ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆ＣｏｎｔｒｏｌＪｕｎｅ２０２５

    引用格式:李华耀ꎬ钟小勇ꎬ杨智能ꎬ等.结合孪生网络和Ｔｒａｎｓｆｏｒｍｅｒ的轻量级无人机目标跟踪算法[Ｊ].电光与控制ꎬ２０２５３２(６):３１￣３７.ＬＩＨ

    ＹＺＨＯＮＧＸＹＹＡＮＧＺＮｅｔａｌ.ＡｌｉｇｈｔｗｅｉｇｈｔＵＡＶｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｉｎｇＳｉａｍｅｓｅｎｅｔｗｏｒｋｗｉｔｈＴｒａｎｓｆｏｒｍｅｒ[Ｊ].ＥｌｅｃｔｒｏｎｉｃｓＯｐｔｉｃｓ＆Ｃｏｎｔｒｏｌ

    ２０２５３２(６):３１￣３７.

    结合孪生网络和Ｔｒａｎｓｆｏｒｍｅｒ的轻量级无人机目标跟踪算法

    李华耀ꎬ钟小勇ꎬ杨智能ꎬ杨浩

    (江西理工大学ꎬ江西赣州３４１０００)

    摘要:针对传统目标跟踪算法计算量大、跟踪精度低等问题ꎬ提出了一种结合孪生网络和Ｔｒａｎｓｆｏｒｍｅｒ的轻量级目

    标跟踪算法ꎬ能够有效应对无人机跟踪场景的各种挑战ꎮ首先ꎬ基于轻量级特征提取网络ＧｈｏｓｔＮｅｔ设计模型的主干

    网络ꎬ提取目标的多尺度特征ꎻ随后ꎬ利用改进的Ｔｒａｎｓｆｏｒｍｅｒ结构搭建模型的多尺度特征融合层ꎬ充分融合目标的多

    尺度特征ꎻ最后ꎬ将改进的Ｔｒａｎｓｆｏｒｍｅｒ结构与孪生网络的互相关操作相结合ꎬ整合特征的全局与局部信息ꎬ实现对跟

    踪目标的精确定位ꎮ在ＵＡＶ１２３、ＧＯＴ￣１０ｋ和ＬａＳＯＴ等数据集上的实验结果表明ꎬ所提算法跟踪性能优秀ꎬ跟踪速度

    达到８７帧/ｓꎬ在ＧＰＵ和ＣＰＵ平台上均实现了实时目标跟踪ꎮ

    关键词:无人机ꎻ目标跟踪ꎻ孪生网络ꎻ多尺度特征融合

    中图分类号:ＴＰ２７３文献标志码:Ａｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.１６７１－６３７Ｘ.２０２５.０６.００５

    ＡＬｉｇｈｔｗｅｉｇｈｔＵＡＶＴｒａｃｋｉｎｇＡｌｇｏｒｉｔｈｍＣｏｍｂｉｎｉｎｇ

    ＳｉａｍｅｓｅＮｅｔｗｏｒｋｗｉｔｈＴｒａｎｓｆｏｒｍｅｒ

    ＬＩＨｕａｙａｏＺＨＯＮＧＸｉａｏｙｏｎｇＹＡＮＧＺｈｉｎｅｎｇＹＡＮＧＨａｏ

    (ＪｉａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＧａｎｚｈｏｕ３４１０００Ｃｈｉｎａ)

    Ａｂｓｔｒａｃｔ:ＡＵＡＶｔａｒｇｅｔｔｒａｃｋｉｎｇａｌｇｏｒｉｔｈｍｔｈａｔｃｏｍｂｉｎｉｎｇＳｉａｍｅｓｅｎｅｔｗｏｒｋｗｉｔｈＴｒａｎｓｆｏｒｍｅｒａｒｅｐｒｏｐｏｓｅｄ

    ｔｏａｄｄｒｅｓｓｔｈｅｉｓｓｕｅｓｏｆｈｉｇｈｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙａｎｄｌｏｗｔｒａｃｋｉｎｇａｃｃｕｒａｃｙｉｎｔｒａｄｉｔｉｏｎａｌｔａｒｇｅｔｔｒａｃｋｉｎｇ

    ａｌｇｏｒｉｔｈｍｓｅｆｆｅｃｔｉｖｅｌｙａｄｄｒｅｓｓｉｎｇｖａｒｉｏｕｓｃｈａｌｌｅｎｇｅｓｄｕｒｉｎｇｔｈｅＵＡＶｔｒａｃｋｉｎｇ.Ｆｉｒｓｔｌｙａｂａｃｋｂｏｎｅｎｅｔｗｏｒｋ

    ｉｓｄｅｓｉｇｎｅｄｂａｓｅｄｏｎｔｈｅｌｉｇｈｔｗｅｉｇｈｔｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎｎｅｔｗｏｒｋＧｈｏｓｔＮｅｔｔｏｅｘｔｒａｃｔｍｕｌｔｉ￣ｓｃａｌｅｆｅａｔｕｒｅｓｏｆ

    ｔａｒｇｅｔｓ.ＳｅｃｏｎｄｌｙａｎｉｍｐｒｏｖｅｄＴｒａｎｓｆｏｒｍｅｒｉｓｅｍｐｌｏｙｅｄｔｏｃｏｎｓｔｒｕｃｔｔｈｅｍｕｌｔｉ￣ｓｃａｌｅｆｅａｔｕｒｅｆｕｓｉｏｎｌａｙｅｒ

    ｗｈｉｃｈｅｆｆｅｃｔｉｖｅｌｙｉｎｔｅｇｒａｔｅｓｔｈｅｍｕｌｔｉ￣ｓｃａｌｅｆｅａｔｕｒｅｓｏｆｔｈｅｔａｒｇｅｔ.ＦｉｎａｌｌｙｔｈｅｉｍｐｒｏｖｅｄＴｒａｎｓｆｏｒｍｅｒｉｓ

    ｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｃｒｏｓ

    您可能关注的文档

    最近下载

    文档评论（0）

    1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
    实名认证
    服务提供商

    教师资格证、公共营养师持证人

    本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。

    咨询作者（17人已咨询） 已休息
    领域认证该用户于2024年07月07日上传了教师资格证、公共营养师

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >