基于图注意力机制的无人机目标红外跟踪技术

近些年来，无人飞行器逐步普及，给社会治安、空域管制、要地防护等领域带来新的威胁。因此，对高威胁、难辨识的无人机目标进行高准确、高稳定的搜索跟踪有着迫切需求。立足城市环境下的反无人机作战需求，针对无人机易受复杂背景干扰、地物遮挡影响及其姿态尺度变化和快速机动造成的跟踪丢失问题，结合图神经网络与注意力机制，提出一种基于图注意力机制的孪生网络无人机目标红外跟踪技术。基于图注意力机制的局部特征匹配模块，通过节点间的信息传递实现全局信息匹配，通过基于图的特征表示和特征交互，增强从目标模板到搜索区域的信息嵌入能力；目标感知区域选择机制可以适应无人机目标尺寸和姿态的变化；基于运动特征设计的切换策略，实现局部跟踪和全局重检测间的动态选择。实验结果表明，在红外无人机目标跟踪时，运用此方法可以取得稳定的跟踪结果，可以有效应对形变、遮挡、复杂背景干扰等挑战，为实现在城市环境中持续稳定跟踪小型无人机目标提供技术参考。