信息通信基于难样本挖掘与混合注意力机制的目标跟踪算法张焱焱，刘嘉敏（沈阳工业大学信息科学与工程学院，辽宁沈阳110870）摘要：在SiamFC目标跟踪算法的基础上，提出一种基于难样本挖掘和混合注意力机制的目标跟踪算法。首先，为了改善训练样本的数据分布情况，将图像自身边缘信息填充训练样本尺寸不足的区域来增强背景干扰信息；其次，在模板分支加入残差连接来对目标从不同层级进行特征表达；然后，在搜索分支采用混合注意力模块充分地提取特征信息；最后，使用深度可分离卷积降低模型复杂度。实验结果表明本文算法在遮挡、光照、旋转等复杂场景下具有良好的表现。关键词：目标跟踪；李生网络；难样本挖掘；注意力机制；残差网络中图分类号：TP391Targettrackingalgorithmbasedonhardsampleminingandattentionmechanism(CollegeofInformationScienceandEngineering,ShenyangUniversityofTechnology,Shenyang110870,China)Abstract:BasedonSiamFCtargettrackingalgorithm,atargettrackingalgorithmisproposedbasedondifficultsampleminingandmixedattentionmechanism.Firstly,inordertoimprovethedatadistributionoftrainingsamples,theedgeinformationoftheimageitselfisusedtofillintheareawithinsufficienttrainingsamplesizetoenhancethebackgroundinterferenceinformation.Secondly,residualconnectionisaddedtothetemplatebranchtoexpressthefeatureofthetargetfromdifferentlevels,andthemixedattentionmoduleisthenusedinthesearchbranchtofullyextractthefeatureinformation.Finally,thedepth-separableconvolutionisusedtoreducethecomplexityofthemodel.Experimentalresultsshowthattheproposedalgorithmhasgoodperformanceincomplexscenessuchasocclusion,illuminationandrotation.Keywords:targettracking;siamesenetwork;hardsamplemining;attentionmechanism;residualnetwork1引言目标跟踪是近年来计算机视觉领域的重要研究课题之一，它能够应用于诸多领域"。一个健壮的跟踪算法不仅要保证跟踪的精度，跟踪的速度也是十分重要的指标[2。因此，同时兼顾速度和精度的李生网络模型近些年来开始在目标跟踪领域占据主导地位。SiamFC(Fully-ConvolutionalSiameseNetworks)[3]是首次使用李生网络的目标跟踪算法，它使用同一个网络模型对目标区域和候选区域进行特征提取，并对得到的两个区域特征计算相似性来定位目标。而由于李生网络受...
