用于基于视觉的无人机机械臂逼近的带成对尺度通道注意力的孪生目标跟踪
计算机视觉与模式识别
2022-11-29 v1 机器人学
摘要
尽管无人机机械臂 (UAM) 的操作已被广泛研究，但基于视觉的 UAM 逼近作为后续操作的关键环节，普遍缺乏有效设计。视觉 UAM 逼近的关键在于目标跟踪，而当前 UAM 跟踪通常依赖高成本的基于模型方法。此外，UAM 逼近常面临更严重的目标尺度变化问题，使得直接从目标跟踪领域采用最先进的免模型孪生方法并不合适。为解决上述问题，本文提出一种用于基于视觉的 UAM 逼近的带成对尺度通道注意力 (SiamSA) 的新型孪生网络。具体而言，SiamSA 由成对尺度通道注意力网络 (PSAN) 与尺度感知锚框提议网络 (SA-APN) 组成。PSAN 为特征处理获取有价值的尺度信息，而 SA-APN 主要将尺度感知赋予锚框提议。此外，我们在一个飞行 UAM 平台上录制了含 35K 帧的 UAM 逼近新跟踪基准 UAMT100 用于评估。在基准上的详尽实验与真实世界测试验证了 SiamSA 的效率与实用性及颇具前景的速度。代码与 UAMT100 基准现已发布于 https://github.com/vision4robotics/SiamSA。
引用
@article{arxiv.2211.14564,
title = {Siamese Object Tracking for Vision-Based UAM Approaching with Pairwise Scale-Channel Attention},
author = {Guangze Zheng and Changhong Fu and Junjie Ye and Bowen Li and Geng Lu and Jia Pan},
journal= {arXiv preprint arXiv:2211.14564},
year = {2022}
}
备注
Accepted by IROS2022