關鍵詞：dcf濾波器 光流信息 時空注意力機制 端對端 

摘要：視覺目標跟蹤是計算機視覺領域的一個基本問題.目前,采用深度卷積方法的相關濾波器(DCF)在目標跟蹤領域取得了優秀的成果.然而,大多數現有的跟蹤器僅考慮當前幀的外觀特征,幾乎不考慮目標運動和幀間信息,不能很好地解決諸如遮擋、陰影和變形等問題.因此,我們將利用連續幀中豐富的運動信息來提高跟蹤性能.首先,我們將光流信息,特征提取和相關濾波表示為深度學習網絡中的相關特殊層,從而能夠進行端對端深度學習網絡的訓練.然后,提出了一種全新的時空注意力機制,通過時空注意力機制的加權,將預定間隔的歷史特征圖相融合并與當前的特征圖進行自適應聚合.最后,在公共數據進行了大量實驗,得到了滿意的結果.

數據通信雜志要求:

{1}正文：文內標題簡捷、層次分明。文字、標點及數字的運用應符合規范。

{2}多作者稿署名時須征得其他作者同意，排好先后次序，接“擬用通知”后不再改動。

{3}正文內各級標題處理如下：一級標題為“一、二、三……”，二級標題為“（一）、（二）、（三）……”，三級標題為“1、2、3……”，四級標題為“（1）、（2）、（3）……”。單獨成行。

{4}摘要應具有獨立性和自明性，須說明論文的目的、方法、結果(包括主要數據)和結論，著重于創新與發現，以300字左右為宜。

{5}文稿首頁頁腳處注明投稿日期和通信作者簡介（包括姓名、出生年、性別、職稱、學位、研究方向、E-mail）。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社