CN113963204B 一种孪生网络目标跟踪系统及方法 （江南大学）_第1页
CN113963204B 一种孪生网络目标跟踪系统及方法 （江南大学）_第2页
CN113963204B 一种孪生网络目标跟踪系统及方法 （江南大学）_第3页
CN113963204B 一种孪生网络目标跟踪系统及方法 （江南大学）_第4页
CN113963204B 一种孪生网络目标跟踪系统及方法 （江南大学）_第5页
已阅读5页，还剩12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

本发明公开了计算机视觉目标跟踪技术领获取输入特征图；基于输入特征图进行卷积拆发明能够能够有效解决主干网络特征提取能力2将每个特征子图与上一个特征子图经过卷积输出的和作为该子图对应的输入进行3×设置Transformer特征融合模块，所述Transformer特征融合模块由特义信息，特征融合循环层中第二个编码器挖掘目标深层语义信息；特征融合循环层循环N通过回归分支计算像素点到边界框的距离得通过中心度分支计算像素点到目标中心的距离得到3所述处理器用于根据所述指令进行操作以执行根据权利要求1~3任一项所述方法的步4题转化为相似性学习问题。Bertinetto等人基于上述思想提出全卷积孪生网络跟踪算法了不同语义干扰物，增强了分类器的判别能力，从而提高了跟踪性能。SiamRPN++使用得了不错的成果，但是它们还存在着以下问题需要解决:首先这些跟踪算法主干网络特征5[0016]将每个特征子图与上一个特征子图经过卷积输出的和作为该子图对应的输入进随后的每一帧作为搜索区域模板区域和搜索区域经过特征提取模块后得到特征图大小分别为和/e"",其中C为通道数，6方式代替ResNet中的卷积方式，ResNet经过1×1卷积后得到的特征图直接再进行3×3卷×3卷积，将每个特征子图与上一个特征子图经过卷积输出的和作为该子图对应的3×3卷积的输入，最后将四个通道特征子图进行拼接再经过1×1卷积融合不同特征子图内信息。其中视频是由一帧一帧视频序列即图片组成，对视频序列进行特征提取得到特征图；搜索分支将随后的每一帧作为搜索区域模板区域和搜索区域经过特融合循环层结构为自左向右的EDE结构，首先特征融合循环层中编码器先通过多头自注意积降低通道维度减少参数量，1×1卷积后特征z和fx进行特征融合得到输出向量eg"。7[0050]步骤S3，目标估计模块首先将特征向量升维到特征图TeR",分类分支直接对T上每个像素点预测类别得到分类图回归分支计算像素点到边界框的距离得到回归图中心度分支计算像素点到目标中心的距离得到中心度图下：后的Res2Net网络作为特征提取网络，通过扩大每个网络层的感受野以增强主干网络的特添加编解码器，自适应地使算法建立特征关联获取全局语义信息并深度挖掘目标语义信8现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0087]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可编程设备上执行的

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