摘要
本发明提供了一种单目标跟踪方法、系统、电子设备及介质,属于计算机视觉技术领域。该方法采用权重共享的Swim‑Transformer作为主干网络,对模板、动态模板和搜索区域进行特征提取。通过特征增强模块提升特征质量后,将增强特征输入时空注意力Transformer编码和解码层进行融合。融合特征被送入分类和回归分支,共同得出跟踪结果。此外,系统定期检查是否达到预设更新周期,并根据分类置信度评估检测结果,必要时用裁剪后的跟踪结果更新初始模板。本发明能有效应对目标遮挡、环境变化等复杂场景,显著提升跟踪精度和鲁棒性,适用于多种应用场景,提高了计算机视觉技术的实用性和可靠性。
技术关键词
跟踪方法
模板
注意力
混合模块
序列
分支
计算机视觉技术
动态
特征提取模块
编码
空洞
前馈神经网络
周期
跟踪系统
解码
电子设备
融合特征
处理器
系统为您推荐了相关专利信息
室内定位方法
注意力卷积神经网络
接收信号强度值
室内定位环境
可见光
盾构掘进参数
数据
刀盘扭矩
盾构机
误差反向传播
知识图谱构建方法
矩阵
增量学习方法
注意力
知识图谱构建装置