广视角特征融合记忆网络的多目标跟踪算法

来源：计算机工程与应用杂志2025年第23期北京时间：

作者：张贝宁, 汤敏, 李洪均, 谢正光

单位：南通大学 信息科学技术学院，江苏 南通 226019

摘要：基于无人机视频的多目标跟踪是一项重要的视觉任务，具有广泛的应用前景。然而，由于无人机视角范围广、远距离小尺寸目标难以追踪且目标运动迅速，传统方法面临诸多挑战。为此，提出了一种基于Transformer技术的多目标跟踪方法，称为WideTrack。该方法设计了广视角特征融合记忆网络，以增强对远距离小尺寸目标的捕捉能力。同时，为更好地适应无人机运动特征，在滤波中引入了轨迹置信度建模。通过结合运动特征提取模型和基于空间信息的WIoU匹配算法，设计了一种数据关联方法，综合目标的外观和运动信息以跟踪快速移动的目标。实验结果表明，WideTrack在VisDrone-MOT数据集上的MOTA分数较现有最优模型提高了5.3个百分点；该模型在VisDrone-MOT数据集和UAVDT数据集上的处理速度分别达到16?FPS和29?FPS，验证了其在无人机视频多目标跟踪任务中的有效性。

关键词：多目标跟踪（MOT）,Transformer,广视角目标捕捉,轨迹置信度建模