Для решения проблемы снижения производительности отслеживания при одноцелевом отслеживании из-за блокировки цели и помех от похожих объектов в данной статье предлагается алгоритм отслеживания целей на основе Transformer и траектории отслеживания. Алгоритм использует Vision Transformer (ViT) в качестве базовой сети, чтобы уменьшить чувствительность Transformer к фоновой информации при извлечении признаков, вводится слой фокусировки для корректировки распределения внимания, усиливая вес области цели и подавляя фоновый шум; одновременно разработан гибридный модуль внимания для декуплинга признаков шаблона и области поиска, где в области шаблона применяется механизм самовнимания для усиления признаков цели, а область поиска использует перекрестное внимание для интеграции глобального контекста. Кроме того, алгоритм вводит постобработчик на основе траектории отслеживания, который строит последовательность исторических результатов отслеживания в траекторию цели и применяет фильтр Калмана для оценки достоверности предсказанных рамок. Если достоверность выше заданного порога, предсказанная рамка выводится напрямую; в противном случае проводится обратное отслеживание предсказанной и кандидатных рамок, генерируются несколько траекторий и рассчитывается их соответствие траектории цели, после чего выбирается оптимальная рамка для оптимизации результатов отслеживания. На этапе обучения используется функция потерь EIoU для регрессии рамок, что дополнительно улучшает точность локализации. Экспериментальные результаты показывают, что предлагаемый алгоритм достигает среднего коэффициента перекрытия (AO) 74.6% на наборе данных GOT-10K, точности (P) 91.4% на наборе UAV123, а также демонстрирует хорошую производительность отслеживания на наборах данных LaSOT, TrackingNet и OTB100. Визуализация результатов подтверждает, что алгоритм сохраняет стабильное и точное отслеживание в сложных сценариях с блокировками и помехами от похожих объектов.

Отслеживание целей;Механизм внимания;Траектория отслеживания;Блокировка цели;Помехи похожих объектов