一种适用于端侧的单目标跟踪方法

本发明公开了一种适用于端侧的单目标跟踪方法，属于计算机视觉处理领域。通过特征融合网络对可见光与红外图像y分量进行动态加权融合，强化弱光下的目标特征表征。跟踪模型以MobileNetV4为骨干网络，结合重参结构、通道注意力机制及动态多尺度特征融合，在轻量化的同时提升特征提取效率。设计多阈值决策策略，根据置信度实现持续跟踪、特征更新或卡尔曼滤波预测。训练阶段通过动态数据增强、可见光信息补偿及特定损失函数优化模型性能。该方法通过多模态融合增强特征鲁棒性，轻量化网络适配端侧算力，多阈值策略提升跟踪稳定性，适用于安防监控、移动设备等低功耗场景，实现弱光环境下高效稳定的单目标跟踪。