Um ein Gleichgewicht zwischen Verfolgungsgenauigkeit und Modellkomplexität zu erreichen, wird in diesem Papier eine effiziente Methode zur Verfolgung einzelner Ziele auf der Grundlage eines Zwillingsnetzwerks vorgestellt. Diese Methode verwendet das leichte MobileNet-V3-Netzwerk als Backbone, was die Berechnungsmenge für die Merkmalsextraktion und die Anzahl der Parameter erheblich reduziert. Gleichzeitig wurde ein gemischtes Merkmalverschmelzungsmodul entworfen, das eine schnelle Merkmalsverfeinerungseinheit und eine zweigeteilte Merkmalsaggregationseinheit umfasst. Die schnelle Merkmalsverfeinerungseinheit reduziert die Menge der Endmerkmale durch Aggregation von Abfragen und Optimierung von Schlüsseln, was es ermöglicht, die Schlüsselinformationen des Zielobjekts schnell zu extrahieren. Die zweigeteilte Merkmalsaggregationseinheit fusioniert die Merkmale aus verschiedenen Zweigen mittels eines Mehrkopf-Aufmerksamkeitsmechanismus, was die Verfolgungsleistung weiter verbessert. Der in diesem Artikel vorgestellte Algorithmus wurde durch Experimente mit anderen Verfolgungsalgorithmen auf den Datensätzen LaSOT, OTB100 und UAV123 verglichen, und die experimentellen Ergebnisse zeigten, dass die in diesem Artikel vorgestellte Methode die Verfolgungsleistung bei geringerer Modellkomplexität beibehält. Darüber hinaus kann sie eine gute Verfolgungsleistung in verschiedenen komplexen Szenarien wie schnelle Bewegungen und Rotationen effektiv aufrechterhalten.

single object tracking;siamese network;feature fusion;feature refinement;Feature aggregation