CN113112522B 基于可变形卷积和模板更新的孪生网络目标跟踪的方法 （江南大学）_第1页
CN113112522B 基于可变形卷积和模板更新的孪生网络目标跟踪的方法 （江南大学）_第2页
CN113112522B 基于可变形卷积和模板更新的孪生网络目标跟踪的方法 （江南大学）_第3页
CN113112522B 基于可变形卷积和模板更新的孪生网络目标跟踪的方法 （江南大学）_第4页
CN113112522B 基于可变形卷积和模板更新的孪生网络目标跟踪的方法 （江南大学）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于可变形卷积和模板更新的孪生网络目本发明公开了一种基于可变形卷积和模板一次响应图的峰值旁瓣比和最大值，以此为依板。本发明提出了一种全新的端到端的深度模2步骤S1，将数据集或摄像头捕捉画面的第一帧图像以目标为中心裁剪出127x127x3大小的图像作为模板图像，在跟踪过程中第i+1帧以第i帧目标位x3大小的图像作为搜索图像，将模板图像数据与搜索图像数据分别输入到模板分支与搜步骤S3，将模板特征数据w1与搜索特征数据x与偏移图c经过可变形互相关得到最终响步骤S4，每隔固定帧计算第i帧最终响应图的旁瓣峰值比和第1到i帧最终响应图旁瓣2.根据权利要求1所述的基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其b3.根据权利要求1所述的基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其定义了一个膨胀为1，填充为0的kxk大小内核来4.根据权利要求1所述的基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其35.根据权利要求4所述的基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其6.根据权利要求1所述的基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其max峰值旁瓣值比最大值为所有最终响应图的峰值旁瓣值比中7.根据权利要求1所述的基于可变形卷积和模板更新的孪生网络目标跟踪的方法，其i帧图像提取的新的特征数4种组合模型的跟踪效果要明显优于相关滤波算法和全卷积孪生[0005](1)基于孪生网络的跟踪算法的识别能力，在很大程度上受限于全卷积孪生网络5[0014]步骤S4，每隔固定帧计算第i帧最终响应图的旁瓣峰值比和第1到i帧最终响应图[0015]步骤S5，当模板被判定更新时，第i+1帧以第i帧图像获取目标为中心截取127×6[0041]最终响应图的峰值旁瓣值比最大值为所有最终响应图的峰值旁瓣值比中最大值i帧图像提取的新的特[0046]有益效果：本发明提供的基于可变形卷积和模板更新的孪生网络目标跟踪的方提出了一种高置信度模板更新策略，即每隔固定帧计算一次响应图的峰值旁瓣比和最大[0048](1)使用可变形卷积可以有效增强孪生骨干网络的特征提取能力，可以提取到更[0049](2)通过学习多层数据自适应偏移量，经过可变形互相关融合可有效提高目标的[0050](3)使用有效的模板更新策略，可以预防在长时间的跟踪过程中因为目标发生较7深层特征，将数据集或摄像头捕捉画面的第一帧图像以目标为中心裁剪出127×127×3大3大小的图像作为搜索图像，继而将模板图像数据与搜索图像数据分别输入到模板分支与8[0080]步骤S4，每隔固定帧计算第i帧最终响应图的旁瓣峰值比和第1到i帧最终响应图[0087]步骤S5，当模板被判定更新时，第i+1帧以第i帧图像获取目标为中心截取127×

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论