基于特征感知增强的孪生跟踪

来源：计算机工程与应用杂志2025年第3期北京时间：

作者：邓健, 张驰, 高赟

单位：云南大学 信息学院，昆明 650504

摘要：对于孪生网络跟踪框架，骨干网络提取特征的目标表征能力对目标跟踪性能至关重要。为了提升特征对目标的表征能力，提出一种基于特征感知增强的孪生跟踪算法。其以TrDiMP算法为基础，对ResNet-50骨干网络提取的特征采用特征感知增强模块进行增强，该模块基于自注意力对模板分支和搜索分支的特征进行自我增强，并基于交叉注意力对两个分支进行关联增强，建立模板特征和搜索特征之间的目标依赖关系，抑制与目标无关的特征干扰，进而提升特征对目标的表征能力。基于OTB100、UAV123、LaSOT、GOT-10k和VOT2018五个基准数据集的大量实验表明，与几种主流的孪生跟踪器相比，该算法取得了更优的精确度和成功率，尤其在相似性干扰、尺度变化、遮挡等复杂场景中鲁棒性更优。

关键词：目标跟踪,孪生网络,特征感知增强,注意力