引入特征融合和Transformer模型预测器的目标跟踪算法

来源：计算机工程与应用杂志2025年第6期北京时间：

作者：龚小梅, 张轶, 胡术

单位：四川大学 计算机学院，成都 610041

摘要：近年来判别相关滤波器（DCF）在视觉跟踪领域取得了巨大的成功，然而大多数相关滤波跟踪器仅依赖主干网提取的最后一层特征，忽视了低层丰富的目标结构信息。基于此，提出了一种基于特征融合模块和Transformer结构模型预测器的目标跟踪算法。引入了一个金字塔形的特征融合模块，能有效整合低层特征和高层特征。使用采用非对称位置编码方案的Transformer结构预测目标模型权重，以释放模型的表达能力。提出了一个特征优化模块以根据模型权重优化搜索特征。与现有的方法相比，该算法实现了更优的特征表示和更准确的目标定位。在Tracking-Net、LaSOT和UAV123三个主流数据集上的实验结果表明，跟踪器获得了突出性能。

关键词：特征融合,Transformer,目标跟踪,特征优化,目标分类