一种基于DSST-Y的地面军事目标实时跟踪方法

本申请属于计算机视觉技术领域。本申请提供一种基于DSST‑Y的地面军事目标实时跟踪方法。本公开实施例采集地面军事目标图像，并通过图像标注以完成地面军事目标数据集的构建。利用MobileNetV3网络替换YOLOv5模型的原始骨干网络以降低网络的复杂度，并在网络颈部嵌入NAMAttention模块以加强网络的特征提取能力，采用SIoU损失函数作为新的边界框回归损失函数，优化了模型训练速度和网络预测的准确性。通过引入可靠性判断机制来增强DSST算法中滤波器的准确性。提出的DSST‑Y跟踪方法能够在保证实时性的情况下，提升地面军事目标的跟踪效果并避免跟踪目标漂移现象的发生，具有较好的鲁棒性和可靠性。