摘要：全卷積孿生網(wǎng)絡(luò)通過相似性學習解決目標跟蹤問題,其算法受到了越來越多的關(guān)注.為了提取更有判別力的目標特征,提升跟蹤的精確度和魯棒性,提出了一種結(jié)合注意力機制與特征融合的目標跟蹤模型.首先,將第一幀和當前幀的前一幀結(jié)合作為目標模板,利用共享的特征提取網(wǎng)絡(luò)提取目標模板和當前幀的多個卷積層的特征;然后,對于目標模板的多層卷積特征,結(jié)合通道注意力機制處理,提升模板特征的判別力;最后,目標模板的特征與當前幀的特征進行互相關(guān)計算,得到響應圖,從而獲取預測目標在當前幀中的位置和尺度.最終實驗結(jié)果表明,與幾個先進的跟蹤模型相比,提出的目標跟蹤模型獲得了比較有競爭力的性能.