基于孪生网络融合LBP与注意力的多特征目标跟踪方法

本发明公开了一种基于孪生网络融合LBP与注意力的多特征目标跟踪方法，该方法包括步骤：S1，提出了一种融合LBP特征的孪生网络；S2，在预处理后先对视频帧进行LBP特征提取，再将局部二值模式图送进孪生网络中进行训练，进而对目标进行浅深层特征提取；S3，在网络的每个特征层后引入协调注意力模块，将通道和空间坐标信息整合到生成的注意力图中；S4，将浅层网络提取出的信息与深层提取出的网络信息进行融合，再经过RPN进行训练；S5，利用SiamRPN两个分支进行相关运算，得到最终的分类分支和回归分支的输出，从而完成对目标物体的跟踪。本发明解决目前孪生网络在目标追踪上的缺陷，有效地缓解了位置信息丢失的问题，提高了孪生网络的追踪准确率和鲁棒性。