您当前的位置：
首页 >
文章列表页 >
时间显著注意力孪生跟踪网络
计算机科学与技术 | 更新时间：2025-07-21
上一篇|下一篇

    • 时间显著注意力孪生跟踪网络

    • Temporal salient attention siamese tracking network

    • “在目标跟踪领域，研究者提出了时间显著注意力孪生跟踪网络，有效提高了目标遮挡、消失等挑战下的跟踪准确性。”
    • 毛琳 ，苏宏阳 ，杨大伟
    • 吉林大学学报（工学版） 2024年54卷第11期 页码：3327-3337
    • 作者机构：

      大连民族大学 机电工程学院，辽宁 大连 116600

    • 作者简介：

      毛琳（1977-），女，副教授，博士.研究方向：目标跟踪与多传感器信息融合，目标跟踪与轨迹预测.E-mail：maolin@dlnu.edu.cn

      杨大伟（1978-），男，副教授，博士.研究方向：计算机视觉处理技术，目标跟踪与轨迹预测.E-mail：yangdawei@dlnu.edu.cn

    • 基金信息：
      国家自然科学基金项目(61673084);辽宁省自然科学基金项目(20170540192;20180550866;2020-MZLH-24)

    • DOI： 10.13229/j.cnki.jdxbgxb.20230003     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 10 ) 表( 5 )

  • 参考文献

  • 出版信息

  • 数据统计

40

浏览量

220

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于多重注意力机制的无锚框目标跟踪算法
基于多尺度特征融合的边界检测算法
面向夜间低光照场景下的轻量型车辆检测算法
基于尺度不变特征融合的轻量级遥感图像旋转目标检测算法
基于特征融合的神经影像数据分类模型

相关作者

邓安平
陈琪琪
彭佳琦
左羽佳
刘晶红
车翔玖
王利
郭晓新

相关机构

中国科学院 长春光学精密机械与物理研究所
中国科学院大学
中国人民解放军陆军装备部驻沈阳地区军代局驻长春地区第一军代室
伯恩茅斯大学 国家计算机动画中心, 普尔
吉林大学 计算机科学与技术学院