Для решения проблем сложных помех и блокировки цели в задачах слежения за объектом с помощью беспилотников предлагается алгоритм слежения за объектом с использованием сдвоенной нейронной сети с механизмом внимания и механизмом распознавания блокировки цели под названием SiamAL, а также его вариант SiamAL-Det, интегрирующий алгоритм обнаружения объектов. Основываясь на алгоритме SiamDMU, сначала в основную сеть введён механизм внимания, при этом используется новая активационная функция h-swish, которая улучшает способность представления признаков в условиях сложных помех; затем вводится движение с использованием априорных данных на основе фильтра Калмана для оценки траектории цели, с использованием доверия трекера и остатка прогноз-наблюдение для классификации состояния слежения: при серьёзной блокировке адаптивно повышается вес априорных данных о движении, что позволяет поддерживать непрерывность траектории в период блокировки; в конце разработана архитектура, объединяющая обнаружение и слежение для повышения фактической эффективности слежения, при обнаружении неудачи слежения или сильного дрейфа активируется лёгкий детектор для повторного обнаружения и коррекции. На датасете UAV123 алгоритмы SiamAL и SiamAL-Det достигли показателей успеха и точности соответственно 65.3%, 86.6% и 68.6%, 88.8%, что на 2.5%, 3.7% и 5.8%, 5.9% превышает базовый алгоритм SiamDMU. По сравнению с несколькими основными алгоритмами слежения на основе сдвоенных сетей, показатели успеха и точности лучше, что демонстрирует хорошие перспективы применения предложенного метода в сценариях воздушной съемки с беспилотников.

воздушная съемка беспилотников; сдвоенное отслеживание целей; механизм внимания; фильтр Калмана