Basé sur la méthode de suivi d'objet STARK utilisant ResNet comme réseau principal, qui souffre d'une capacité d'extraction de caractéristiques insuffisante et d'une mauvaise performance de suivi. Pour remédier à ce problème, cet article propose un algorithme amélioré de suivi d'objet basé sur le réseau Swin-Transformer. Tout d'abord, le mécanisme d'attention par fenêtre interne du Swin-Transformer est amélioré à plusieurs échelles, avec la conception du module de fenêtre multi-échelle MW-MSA, visant à extraire des informations locales plus riches, qui combinées aux informations contextuelles globales forment des caractéristiques discriminantes multi-échelles. Ensuite, la structure encodeur-décodeur du Transformer est utilisée comme réseau de fusion des caractéristiques, avec un perceptron multicouche optimisé servant de réseau d'évaluation de mise à jour pour constituer un module de perception d'état. Enfin, face aux défis de disparition et de réapparition de l'objet, une méthode de fusion multi-traceurs est proposée. Cette méthode fusionne l'algorithme de suivi multi-échelle amélioré et l'algorithme SuperDiMP, en concevant un module d'évaluation d'état de disparition, prenant en compte globalement les scores de confiance des deux traceurs ainsi que l'estimation de probabilité de présence de l'objet autour de la boîte prédite. Les résultats expérimentaux montrent qu'en comparaison avec l'algorithme STARK, notre algorithme améliore le taux de recouvrement moyen (AO) de 2,7 % et le taux de succès S_R0.5 de 3,3 % sur le jeu de données GOT-10K. Sur le jeu de données L-LaSOT, le taux de succès (AUC) est amélioré de 0,8 %, et de 1 % sous le défi de disparition et de réapparition de l'objet.

suivi d'objet;fenêtre multi-échelle;Swin-Transformer;mise à jour du modèle;fusion multi-modèles