Um die Balance zwischen Verfolgungsgenauigkeit und Modellkomplexität zu halten, schlägt dieser Artikel eine effiziente Einzelzielverfolgungsmethode basierend auf einem siamese Netzwerk vor. Die Methode verwendet ein leichtgewichtiges MobileNet-V3 als Backbone, was den Rechenaufwand und die Anzahl der Parameter für die Merkmalsextraktion erheblich reduziert. Gleichzeitig wurde ein hybrides Merkmalsfusionmodul entworfen, das eine schnelle Merkmalsverfeinerungseinheit und eine zweigleisige Merkmalsaggregations­einheit umfasst. Die schnelle Merkmalsverfeinerungseinheit reduziert die Anzahl der Merkmalsvektoren durch Aggregation von Abfragen und Optimierung von Schlüsseln effektiv und kann die Schlüsselinformationen des Zielobjekts schnell extrahieren. Die zweigleisige Merkmalsaggregations­einheit fusioniert Merkmale verschiedener Zweige mithilfe eines Multi-Head-Attention-Mechanismus, was die Verfolgungsleistung weiter verbessert. Der Algorithmus wurde in Vergleichsexperimenten mit anderen Verfolgungsalgorithmen auf den Datensätzen LaSOT, OTB100 und UAV123 getestet. Die Ergebnisse zeigen, dass die Methode bei garantierter Verfolgungsleistung eine geringere Modellkomplexität aufweist. Außerdem kann sie auch in komplexen Szenarien wie schnellen Bewegungen und Drehungen eine gute Verfolgungsleistung beibehalten.

Einzelzielverfolgung;siamesisches Netzwerk;Merkmalsfusion;Merkmalsverfeinerung;Merkmalsaggregation