一种Transformer架构的视频卫星多目标跟踪方法

本发明涉及一种Transformer架构的视频卫星多目标跟踪方法，利用CNN骨干网络提取输入视频相邻帧的特征信息；利用Transformer编码器的自注意力模块对所提取的特征信息进行编码；利用目标检测解码器，以学习的目标特征作为查询，以编码器提取的特征信息作为键，对当前帧的目标进行检测，得到目标检测框集合值(Value)；利用目标跟踪解码器，基于滤波算法对前一帧获取的目标位置信息进行预测，作为查询，以编码器提取的特征信息作为键，对前一帧目标在当前帧的位置进行预测，得到目标跟踪框集合；对目标检测框集合和目标跟踪框集合进行IoU匹配，根据跟踪结果对轨迹采用显性/隐形表达显示。本发明在有目标丢失等情况下更容易准确匹配到目标，提升对卫星视频的跟踪效果。