単一対象追跡における対象の遮蔽および類似物体の干渉による追跡性能の低下問題に対し、本論文ではTransformerと追跡軌跡に基づく対象追跡アルゴリズムを提案する。本アルゴリズムはVision Transformer（ViT）をバックボーンネットワークとして用い、特徴抽出過程でTransformerが背景情報に敏感である問題を緩和するために注意分布を調整する集中特化層を導入し、対象領域の重みを強化し背景ノイズを抑制する。同時に、テンプレートと探索領域の特徴を分離する混合注意モジュールを設計し、テンプレート領域では自己注意機構を用いて対象特徴を強化し、探索領域ではクロスアテンションにより全体の文脈情報を統合する。さらに、本アルゴリズムは追跡軌跡に基づく後処理器を導入し、過去の追跡結果の系列を対象軌跡として構築し、カルマンフィルタを用いて予測境界ボックスの信頼度を評価する。信頼度が設定閾値を上回る場合は予測ボックスを直接出力し、そうでない場合は予測ボックスおよび候補ボックスに対して逆追跡を行い、複数の軌跡を生成し対象軌跡との適合度を計算して最適な境界ボックスを選択し追跡結果を最適化する。学習段階ではEIoU損失関数を用いて境界ボックス回帰を行い、位置精度をさらに向上させる。実験結果は、提案手法がGOT-10Kデータセットにおいて平均オーバーラップ率（AO）74.6％、UAV123データセットにおいて精度（P）91.4％を達成し、LaSOT、TrackingNet、OTB100などのデータセットでも優れた追跡性能を示すことを明らかにした。可視化結果は、遮蔽や類似物体干渉などの複雑なシーンでも本アルゴリズムが安定かつ高精度な追跡効果を維持することを検証した。

対象追跡;注意メカニズム;追跡軌跡;対象遮蔽;類似物干渉