Dans le système d'alerte spatiale et de surveillance des cibles spatiales, afin de détecter efficacement divers débris spatiaux et d'autres corps de petite taille avec un signal faible, il est nécessaire de prendre en compte les problèmes de bruit dans l'environnement spatial lointain, les caractéristiques faibles des cibles et la discontinuité des trajectoires. Une algorithme de détection et de suivi des cibles basé sur un YOLO26 amélioré est proposé. Tout d'abord, un module d'amélioration de la perception des sous-zones d'images est déployé, renforçant la clarté des caractéristiques visuelles des cibles sombres via l'optimisation du contraste local et le mécanisme de protection des bords ; en second lieu, le réseau de détection YOLO26 est conçu de manière allégée avec l'introduction d'un module d'attention multi-échelle amélioré GCEMA, renforçant la capacité à détecter les cibles faibles et petites ; enfin, l'algorithme de suivi OCSort est combiné au modèle de réidentification d'apparence CosmicReID pour réaliser l'indexation multi-cibles et un suivi stable. Les résultats expérimentaux montrent que la structure réseau améliorée comporte moins de paramètres et une vitesse d'inférence plus rapide de 11,9 % par rapport au réseau original YOLO26 et à l'algorithme OCSort, la précision du suivi du système intégré a été améliorée de 6,2 %, et la fréquence des changements d'identité des cibles a diminué de 48,5 %. Cela répond aux exigences de précision de détection et de suivi des systèmes de mesure automatiques.

Suivi multi-cibles;Traitement d'images;Détection d'objets;Association de données