高效跟踪头的注意力跟踪算法

来源：计算机工程与应用杂志2025年第17期北京时间：

作者：杨晓强, 胡淏

单位：西安科技大学 计算机科学与技术学院，西安 710000

摘要：为提升跟踪任务中网络跟踪精度及运行速度，提出了一种改进的注意力机制跟踪算法（MFATrack）。针对复杂背景对网络跟踪目标产生的干扰，使用深度可分离卷积、ECA与低通滤波器相结合的动态跟踪模块（MFAM）提升网络目标判别性特征的发掘能力。设计了基于MFAM跟踪头网络，减少深层网络信息损耗并提升其稳定性，提升网络的运行速度。损失函数中，将分类与回归损失相融合，分类损失融合了感知化交并比，回归中采用广义交并比损失，使得网络在训练中更加关注于被跟踪目标。实验结果表明，相比基础算法，在GOT-10k数据集上准确率提升了4.1个百分点，数据集OTB中心误差值提升了1.9个百分点，在UAV123的跟踪成功率上提升了3.6个百分点。

关键词：目标跟踪,感知化交并比,注意力机制,低通滤波器