一种基于混合注意力机制和分层判别器的无人机目标长时跟踪方法

本发明涉及无人机目标长时跟踪方法，更具体的说是一种基于混合注意力机制和分层判别器的无人机目标长时跟踪方法。利用混合注意力模块通过训练增强连体网络的特征学习能力，从网络中提取的特征图包含更丰富的语义信息，增强了模型的辨别性能，生成更具区分度的物体表征。为解决长期跟踪中无人机目标重新定位和模板更新的问题，分层判别器根据连体网络的输出生成用于目标定位的响应图，并建立可靠性准则以评估响应图的可信度。当输出结果显示可信度较低时，算法会激活重新探测模块并更新模板。有效解决了现有方法在模板更新、可靠性评估和长期跟踪中的问题，显著提升了无人机目标跟踪的鲁棒性和准确性。