【发明公布】基于Transformer和CNN的目标跟踪方法_长沙超创电子科技有限公司_202210819539.4 

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:在审-公开

法律状态: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。