计算机工程

作者：王珺, 李昆仑, 张伊菲, 朱其振, 刘磊, 王帅

单位：1. 河北大学电子信息工程学院, 河北 保定 0710002. 淮北师范大学计算机科学与技术学院, 安徽 淮北 235000

关键词：视频目标跟踪,孪生网络,注意力机制,语义注意力,位置注意力

基金：河北省自然科学基金(F2022201013); 河北省自然科学基金(F2022201055); 河北大学人才引进启动金项目(521100221003); 安徽省高校自然科学基金(KJ2021A0528); 安徽省高校自然科学基金(KJ2020A1202)

随着深度大模型技术的不断发展, 基于孪生网络的视频目标跟踪算法主干网络也不断深化, 参数量不断增多, 导致模型训练时间和成本的成倍增长, 对模型在边缘设备上的部署造成了困难。因此, 针对提升轻量级小模型对目标位置和语义信息提取能力的问题, 提出基于位置和语义分离注意力机制的轻量视频目标跟踪算法。首先对归一化注意力机制进行改进并结合水平和竖直方向卷积构建位置注意力, 嵌入到主干网络的浅层特征, 实现对目标位置信息的提取。然后联合通道方向归一化注意力与压缩-激励网络(SENet)注意力, 并将其与主干网络的深层特征进行融合实现对目标语义信息的提取。与之前的注意力机制不同, 分别利用网络中浅层特征有利于空间信息的提取和深层特征有利于语义特征提取的性质将位置注意力和语义注意力分离, 在不明显增加网络参数量的情况下, 提升算法对目标位置和语义信息的提取能力。在通用视频目标跟踪数据集上的实验结果表明, 所提算法能够提升基于轻量级孪生网络跟踪算法的精度和成功率。

来源：2026年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第1期