Para resolver o problema da queda no desempenho de rastreamento em rastreamento de alvo único devido a oclusão do alvo e interferência de objetos semelhantes, este artigo propõe um algoritmo de rastreamento de alvo baseado em Transformer e trajetória de rastreamento. O algoritmo utiliza Vision Transformer (ViT) como rede principal, e para mitigar a sensibilidade do Transformer às informações de fundo durante a extração de características, introduz uma camada de foco para ajustar a distribuição de atenção, reforçando o peso da região alvo e suprimindo o ruído de fundo; simultaneamente, foi projetado um módulo de atenção híbrida para desacoplar características do modelo e da região de busca, onde a região do modelo usa um mecanismo de autoatenção para fortalecer as características do alvo, e a região de busca integra informações contextuais globais através de atenção cruzada. Além disso, o algoritmo introduz um pós-processador baseado na trajetória de rastreamento, construindo a sequência dos resultados históricos de rastreamento como trajetória do alvo e utilizando o filtro de Kalman para avaliar a confiabilidade da caixa delimitadora prevista. Se a confiabilidade for maior que o limite definido, a caixa prevista é emitida diretamente; caso contrário, é realizado um rastreamento inverso da caixa prevista e das caixas candidatas para gerar múltiplas trajetórias e calcular sua correspondência com a trajetória do alvo, selecionando a melhor caixa para otimizar os resultados do rastreamento. Na fase de treinamento, é utilizada a função de perda EIoU para regressão da caixa delimitadora, melhorando ainda mais a precisão do posicionamento. Os resultados experimentais mostram que o algoritmo proposto alcança uma sobreposição média (AO) de 74,6% no conjunto de dados GOT-10K, uma precisão (P) de 91,4% no conjunto UAV123, e também apresenta bom desempenho de rastreamento nos conjuntos de dados LaSOT, TrackingNet e OTB100. Os resultados de visualização confirmam que o algoritmo mantém rastreamento estável e preciso mesmo em cenários complexos com oclusão e interferência de objetos semelhantes.

Rastreamento de alvo;Mecanismo de atenção;Trajetória de rastreamento;Oclusão de alvo;Interferência de objetos semelhantes