摘要
无人机（UAV）的目标跟踪性能会受到光照变化、背景干扰以及目标遮挡等环境因素的显著影响。为解决这些问题，我们开发了一种结合频域与空间感知能力的无人机视觉目标跟踪方法（FSTrack）。具体而言：（1）我们采用Swin Transformer作为核心网络，从模板图像和搜索图像中提取特征；（2）我们引入基于Transformer的模块，增强频域和空间信息，从而在不同光照条件下提升跟踪精度；（3）我们设计了具有多个多头自注意力机制的时空特征融合模块，精准建模跟踪状态，提高在复杂干扰环境中的可靠性；（4）我们创建了混合损失函数，提升分类和回归任务的准确性。在UAV123、DTB70和UAVDT数据集上的实验结果表明，我们的方法不仅在成功率与精确度方面超越了现有最先进技术，而且运行速度更快。
