基于时空模板焦点注意的Transformer目标跟踪算法

刘广文; 谢欣月; 付强; 才华; 王伟刚; 马智勇

doi:10.13229/j.cnki.Jdxbgxb.20230544

吉林大学学报(工学版) ›› 2025, Vol. 55 ›› Issue (03) : 1037 -1049. DOI: 10.13229/j.cnki.Jdxbgxb.20230544

基于时空模板焦点注意的Transformer目标跟踪算法

刘广文, 谢欣月, 付强, 才华, 王伟刚, 马智勇

作者信息 +

Author information +

文章历史 +

摘要

针对现有的视觉目标跟踪方法只使用第一帧的目标区域作为模板，导致在快速变化和复杂背景中很容易失效的问题，本文提出了一种基于Transformer的目标跟踪算法，它关注模板中的目标焦点信息，并动态更新模板特征。为了减小背景信息对注意力的干扰，本算法使用稀疏Transformer模块实现特征信息的交互；还提出了模板焦点注意模块，用于对动态模板特征和初始模板特征进行目标焦点的关注，以保留初始模板中高度可靠的特征信息。实验结果表明：本文算法在OTB100基准测试中成功率和准确率分别达到70.9%和91.6%，相较于同类模板更新算法STARK成功率和精确率分别提升4.11%和3.27%。该算法有效解决了现有视觉对象跟踪方法的局限性问题，提高了跟踪的准确性和鲁棒性。