SiamGM: 面向实时卫星视频目标跟踪的单向几何感知与运动引导网络
计算机视觉与模式识别
2026-03-10 v1
摘要
卫星视频中的单目标跟踪因目标较小、背景模糊、长宽比变化大以及频繁的视觉遮挡而面临内在挑战。这些约束常导致基于外观的跟踪器累积误差并不可逆地丢失目标。为系统性缓解空间歧义和时间信息丢失, 本文提出 SiamGM, 一种几何感知与运动引导的单向网络。从空间视角, 本文引入 Inter-Frame Graph Attention (IFGA) 模块, 并紧密集成 Aspect Ratio-Constrained Label Assignment (LA) 方法, 建立细粒度拓扑对应关系, 显式防止周围背景噪声。从时间视角, 本文引入运动向量引导的在线跟踪优化方法。采用归一化峰值到旁瓣比 (Normalized Peak-to-Sidelobe Ratio, nPSR) 作为动态置信指示器, 本文提出在线运动模型细化 (Online Motion Model Refinement, OMMR) 策略以利用历史轨迹信息。在两个具有挑战性的 SatSOT 和 SV248S 框架上评估表明, SiamGM 在精度和成功率等指标上均优于大多数最新跟踪器。值得注意的是, 本文的方法几乎没有引入额外的计算开销, 可实现每秒 130 帧的实时跟踪。代码及跟踪结果已公开于 https://github.com/wenzx18/SiamGM。
引用
@article{arxiv.2603.07564,
title = {SiamGM: Siamese Geometry-Aware and Motion-Guided Network for Real-Time Satellite Video Object Tracking},
author = {Zixiao Wen and Zhen Yang and Jiawei Li and Xiantai Xiang and Guangyao Zhou and Yuxin Hu and Yuhan Liu},
journal= {arXiv preprint arXiv:2603.07564},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication