一种基于自注意力机制的电力机器人目标跟踪方法与装置

本发明公开了一种基于自注意力机制的电力机器人目标跟踪方法与装置，首先，利用ViT模型进行特征提取，将模板图像和搜索图像的特征输入到Transformer进行多头自注意力建模，捕捉目标与背景之间的关联。其次，通过ResNet提取帧间特征，并结合LSTM建模帧间时序关系，动态更新目标轨迹。LSTM输出的特征与目标轨迹信息融合后用于目标位置预测，最终解码器通过多个分支完成目标分类和位置回归。该方法有效融合时空信息，解决了电力机器人在动态环境中跟踪精度与稳定性的问题，具有较强的实用价值和应用潜力。该方法通过结合时序信息、轨迹信息和动态特征更新机制，提高了目标跟踪的精度和鲁棒性。