基于多尺度轮廓和频域特征融合视觉追踪模型

摘要

针对基于Transformer单流目标追踪框架特征提取不充分问题，提出一种结合粗匹配与细定位改进方法，以提升目标特征表示准确性。设计多尺度轮廓增强感知器模块，通过多尺度边缘信息增强初始特征；利用多尺度频域特征提取器模块从空间域和频域联合提取精细化特征，通过Transformer完成目标定位。在LaSOT、TrackingNet和GOT-10k数据集上实验表明，所提方法在追踪方面具有一定参考性。研究为复杂场景下目标跟踪提供新思路，具有较强实用价值。

关键词

深度学习 / 图像追踪 / 特征增强 / 特征提取 / 注意力机制 / Transformer

基金资助

安徽省高校自然科学研究重点项目(2024AH051686); 校级实验室开放项目(2025xjsyskf039)