На основе метода целевого отслеживания STARK, который использует ResNet в качестве основной сети, обладающей недостаточной способностью извлекать признаки и показывающей плохие результаты отслеживания. Для решения этой проблемы в данной работе предложен усовершенствованный алгоритм целевого отслеживания на основе сети Swin-Transformer. Во-первых, внутри оконного механизма внимания Swin-Transformer выполнено многомасштабное улучшение, спроектирован модуль многомасштабных окон MW-MSA, направленный на извлечение более богатой локальной детальной информации, который вместе с глобальным контекстом формирует многомасштабные дискриминативные признаки. Затем комбинируется структура кодировщика-декодировщика Transformer в качестве сети слияния признаков, применяется оптимизированный многоуровневый перцептрон в качестве сети оценки обновления для формирования модуля осознания состояния. Наконец, для решения проблем исчезновения и повторного появления цели предложен метод слияния нескольких трекеров. Сливая многомасштабно улучшенный алгоритм отслеживания и алгоритм SuperDiMP, разработан модуль определения состояния исчезновения, который комплексно учитывает баллы доверия двух трекеров и вероятность нахождения цели вблизи предсказанного бокса. Экспериментальные результаты показывают, что по сравнению с алгоритмом STARK средний коэффициент перекрытия (AO) на наборе данных GOT-10K повышается на 2.7%, а коэффициент успеха S_R0.5 повышается на 3.3%. На наборе данных L-LaSOT коэффициент успеха (AUC) увеличивается на 0.8%, а в условиях вызова исчезновения и повторного появления цели — на 1%.

целевое отслеживание;многомасштабное окно;Swin-Transformer;обновление шаблона;слияние нескольких моделей