В ответ на недостаточную способность алгоритма D3S различать отслеживаемую цель предложен алгоритм видеослежения за объектами, основанный на онлайн-оптимизации с двумя ветвями и слиянии признаков. Во-первых, построен классификатор онлайн-оптимизации с двумя ветвями для повторного определения положения объекта, что позволяет получить более точную карту отклика позиции цели; затем на уровне признаков реализовано слияние карты отклика с поисковыми признаками, а с помощью модуля кодера процесс слияния поддерживается, что дополнительно выделяет признаки цели слежения; наконец, с помощью модуля кодера осуществляется обновление шаблонных признаков с учетом различий между признаками, повышая способность сегментирующего модуля к различению. Эксперименты проведены на наборах данных VOT2018 и UAV123, улучшенный алгоритм по сравнению с исходным повысил показатель EAO на 2,9% на VOT2018, а на UAV123 добился увеличения точности успеха на 2,4% и точности позиции на 2,9%. Результаты показывают, что предложенный метод улучшает различительную способность алгоритма, а также повышает точность и устойчивость.

видеослежение за объектами; сегментация объектов; онлайн-оптимизация; слияние признаков; механизм внимания