双阶段通道选择跟踪器

自适应融合强鲁棒

在滤波学习和目标检测阶段同时进行通道选择，显式建模不同视觉特征的权重，提升判别力与鲁棒性。

Nai, Ke · Li, Guiji

Pattern Recognition 2026

技术优势

两阶段同时筛选通道

在滤波学习和目标检测阶段同时去除无用特征通道，提升判别力和定位精度。

显式加权不同特征

自适应学习不同视觉特征的权重，避免固定融合导致的判别力不足。

统一目标函数优化

通道选择与特征融合在统一目标函数中联合优化，提高模型一致性。

应用场景

• 视觉目标跟踪：在复杂外观变化下保持稳定跟踪，可直接嵌入现有跟踪系统。
• 视频监控：对监控视频流实时定位目标，减少误报和漏检。
• 自动驾驶感知：在车辆视角下处理动态遮挡和尺度变化，提升跟踪可靠性。
• 人机交互：稳定追踪人体目标，支持机器人的交互决策。