一种基于细粒度空间注意力的有监督目标跟踪方法

本发明公开了一种基于细粒度空间注意力的有监督目标跟踪方法，属于计算机视觉技术领域，对目标图像进行预处理，在Patch Merging之前引入了协方差池化层，得到代表特征图分布的值，加入空洞卷积，将Swin Transformer模块和空间尺度注意力模块进行组合，调整位置编码，使用实例编码器对连接的特征进行特征融合的同时利用解码器进行视觉运动表征学习，解决了在特征融合阶段能够对连接的特征进行更全面的交互，增强对跟踪目标图像的理解，显著提升目标跟踪的性能，提高跟踪效率的技术问题，减少计算复杂度，提高跟踪效率，协方差池化层和空洞卷积模块提高特征表达能力，增强对复杂场景下目标跟踪的鲁棒性。