申请/专利权人：长沙超创电子科技有限公司

申请日：2022-07-13

公开（公告）日：2022-08-12

公开（公告）号：CN114897941A

主分类号：G06T7/246

分类号：G06T7/246;G06V10/25;G06V10/74;G06V10/82;G06N3/04

优先权：

专利状态码：有效-授权

法律状态：2022.09.30#授权;2022.08.30#实质审查的生效;2022.08.12#公开

摘要：本发明公开了基于Transformer和CNN的目标跟踪方法，包括以下步骤：根据初始目标位置，对目标和搜索区域进行裁剪；根据已知目标，使用图像增广手段，生成在线模板库；通过CNN网络进行目标特征提取；对目标特征分析，得到相应帧得分图；将两目标进行相似度计算，若相似度高于一定阈值，经过简单处理输出；若相似度低于阈值，对漏检的成因进行判断，若仅单一网络出现漏检，则使用当前正确目标对模板库进行更新，并对相应网络进行校正；若两网络同时漏检尝试找回目标。本发明保证对形变、模糊目标跟踪鲁棒性；确保跟踪时对目标尺度变化的自适应力；保证对目标进行长期跟踪的稳定性；确保对遮挡，形变目标跟踪鲁棒性。

主权项：1.基于Transformer和CNN的目标跟踪方法，其特征在于，包括以下步骤：初始目标载入：根据初始目标位置，对目标和搜索区域进行裁剪；在线目标模板库生成：根据已知目标，使用图像增广手段，生成在线模板库；特征提取：通过CNN网络进行目标特征提取；目标预测：同时使用两种不同结构的深度学习网络通过对目标特征分析，得到相应帧得分图，并通过角点回归网络，将的得分图转换成目标在图幅中的相对位置；相似度判断：为减少计算参数，提高跟踪算法实时性，将目标预测步骤所得两目标将先进行相似度计算，若相似度高于一定阈值，则认为两算法均稳定跟踪，经过简单处理直接输出；漏检校正：若相似度低于阈值，则证明漏检情况出现，对漏检的成因进行判断，若仅单一网络出现漏检，则使用当前正确目标对模板库进行更新，并对相应网络进行校正；目标重找回：若两网络同时漏检，目标已丢失，停止跟踪，扩大搜索范围，尝试找回目标。

全文数据：

权利要求：

百度查询： 长沙超创电子科技有限公司 基于Transformer和CNN的目标跟踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD