文章标题：基于改进Transformer的水面多目标关联算法

文章作者：王睿承², 冯辉^1,2, 徐海祥^1,2, 王晓乾², 张帅坤²
关 键 字：雷达;船舶自动识别系统;航迹关联;深度学习;Transformer
文章摘要：针对复杂场景中雷达和船舶自动识别系统（Automatic Identification System，AIS）由于船舶航迹密集导致错误关联增多、关联精度低的问题，提出一种基于Transformer的雷达AIS水面多目标轨迹关联算法。该算法通过结合Siamese架构并引入多头注意力和交叉注意力对Transformer模型进行改进，在此基础上利用改进模型提取雷达图像和AIS数据中目标轨迹的特征并进行匹配，实现了雷达图像和AIS数据中船舶目标轨迹与轨迹之间的关联。使用真实的内河航道场景数据制作关联数据集并进行实验，结果显示本文提出算法的关联精度较传统方法提高了11.42%，对比同类型的深度学习方法提升了5.41%，这表明该关联方法在密集航行场景下具有显著优势，验证了该方法的有效性。