단일 객체 추적에서 객체 가림 및 유사 물체 간섭으로 인한 추적 성능 저하 문제를 해결하기 위해 본 논문에서는 Transformer와 추적 궤적 기반의 객체 추적 알고리즘을 제안한다. 해당 알고리즘은 Vision Transformer(ViT)를 주축 네트워크로 사용하며, 특성 추출 과정에서 Transformer가 배경 정보에 민감한 문제를 완화하기 위해 주의 분포를 조정하는 집중 계층을 도입하여 목표 영역의 가중치를 강화하고 배경 잡음을 억제한다; 동시에 템플릿과 검색 영역의 특성 분리를 위해 혼합 주의 모듈이 설계되었으며, 템플릿 영역은 자기 주의 메커니즘으로 목표 특성을 강화하고 검색 영역은 교차 주의를 통해 전역 문맥 정보를 융합한다. 또한, 알고리즘은 추적 궤적 기반 후처리기를 도입하여 과거 추적 결과 시퀀스를 목표 궤적으로 구성하고 칼만 필터를 이용해 예측 경계 상자의 신뢰도를 평가한다. 신뢰도가 설정된 임계값보다 높으면 예측 상자를 직접 출력하고, 그렇지 않으면 예측 상자 및 후보 상자에 대해 역추적을 수행하여 여러 궤적을 생성하고 목표 궤적과의 매칭 정도를 계산하여 최적의 경계 상자를 선택해 추적 결과를 개선한다. 학습 단계에서는 EIoU 손실 함수를 사용하여 경계 상자 회귀를 수행하여 위치 정확도를 향상시킨다. 실험 결과, 제안된 알고리즘은 GOT-10K 데이터셋에서 평균 중첩률(AO) 74.6%를, UAV123 데이터셋에서 정확도(P) 91.4%를 기록하였으며, LaSOT, TrackingNet, OTB100 등의 데이터셋에서도 우수한 추적 성능을 보였다. 시각화 결과는 복잡한 가림 및 유사 물체 간섭 상황에서도 본 알고리즘이 안정적이고 정확한 추적 효과를 유지함을 검증하였다.

객체 추적;주의 메커니즘;추적 궤적;목표 가림;유사 물체 간섭