电讯技术

作者：朱虹,李迎秋,周慧,沈宇军

单位：(1.大连东软信息学院 计算机与软件学院，辽宁 大连 116023;2.杭州海康威视数字技术股份有限公司，杭州 310052)

关键词：复杂场景；车辆跟踪；注意力机制；Swin Transformer；

基金：国家重点研发计划（2021YFC3320300）；辽宁省教育厅项目(LJ212413631005)

基于视觉的车辆跟踪技术易受到背景复杂、低分辨率、光照变化等干扰而发生跟踪漂移的现象。为提高在复杂场景中的跟踪性能，提出一种基于注意力机制的视觉车辆跟踪算法。首先，利用基于注意力机制的Swin Transformer充分挖掘与表达特征，完成对全局信息建模；其次，使用基于注意力机制的编码器将信息融合与增强，释放出注意力机制强大的潜力；最后，利用简单、堆叠的RepVGG结构网络对目标位置进行预测。实验结果表明，所提算法在两个公开、大型基准数据集LaSOT与UAV123上精确度分别达到78.4%和89.6%，成功率分别达到69.3%和69.8%，性能超越其他主流跟踪器；对OTB100数据集中的车辆视频序列跟踪结果进行可视化与分析，效果优于基准STARK-S50，具有更稳定的跟踪性能，能够对抗背景复杂、模糊、相似物体、遮挡、光线昏暗、车辆尺度变换与旋转等多种跟踪挑战。

来源：2025年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第1期