一种基于状态空间模型鲁棒时空上下文建模的可见光-热红外目标跟踪方法

本发明提供一种基于状态空间模型鲁棒时空上下文建模的可见光‑热红外目标跟踪方法，属于机器学习、计算机视觉、目标跟踪领域。通过利用视觉状态空间模型的线性长序列建模能力，将长期跨帧集成组件和短期历史轨迹提示嵌入到双向视觉状态空间模型编码器（Mamba）中，在单流框架中进行全局外观信息和局部运动信息时空上下文统一建模。本发明跳出注意力机制计算量随序列长度平方增长的限制，首次提出基于状态空间模型（State Space Models）的可见光‑热红外跟踪框架，本发明的方法利用其计算量随序列长度线性增长的优势，能够以较低的计算复杂度实现多源长序列输入下的高效运行。