基于运动估计引导的多级注意力自适应目标跟踪方法

本发明公开了一种基于运动估计引导的多级注意力自适应目标跟踪方法,涉及计算机视觉中的目标跟踪技术，旨在解决现有Transformer跟踪器难以捕捉变化运动模式、计算效率低及注意力分配不合理等问题。该方法通过三个创新步骤:构建轻量级自适应运动估计模块,采用紧凑型卷积神经网络对目标运动建模,指导注意力机制;设计基于显著性的硬注意力采样模块,通过搜索区域显著性计算与二值化处理,仅在关键区域提取特征;引入自适应Transformer注意力头调整模块,根据运动复杂度动态分配注意力头数量。本发明创新性地通过共享运动‑注意力特征空间,将运动估计与注意力机制高度统一,为Transformer跟踪框架的实时高效应用提供新思路。