精度升3%
融合局部与全局特征，并引入时空信息，在多个基准上实现领先精度，同时结构精简、速度达50 FPS。
Wu, Ruixu · 71798512 · 袁立明 · 徐海霞 · Liu, Yanli
Engineering Applications of Artificial Intelligence 2024
在 LaSOT、GOT-10K、TrackingNet 等六个基准数据集上，指标比基线方法高 2%–3%。
模型结构在不影响性能的前提下得到简化，FPS 达到 50，满足实时性要求。
模板帧通过 2D CNN 和自注意力获得从局部到全局的重要特征，搜索帧通过 3D CNN、SFM 和 DAM 获得感兴趣的时空信息，再用交叉注意力建立关联。