申请/专利权人：南京邮电大学

申请日：2023-02-28

公开（公告）日：2023-05-23

公开（公告）号：CN116152294A

主分类号：G06T7/246

分类号：G06T7/246;G06T7/277;G06V20/40;G06V10/42;G06V10/44;G06V10/80;G06V10/764;G06V10/766;G06V10/82;G06V10/74;G06N3/045;G06N3/0464;G06N3/048;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.09#实质审查的生效;2023.05.23#公开

摘要：本发明公开了基于transformer的特征关联多目标追踪方法，包括如下步骤：获取待追踪视频的视频帧；将视频帧输入至预设的特征提取网络并进行目标检测，得到多个检测框及其对应的追踪目标；针对每个追踪目标分配一个目标追踪器，目标追踪器根据检测框，得到追踪目标在下一帧的追踪框；其中，响应于多个追踪目标在当前视频帧的追踪框存在重叠情况时，基于卷积神经网络和transformer网络的特征编码，以及互注意力机制的特征解码，进行特征增强与抑制，得到更新后的追踪框。本发明能够更加精确地在长时间的视频帧中，特别是在多目标以至于目标之间发生严重遮蔽的情况下更好地追踪目标并在视频帧中用追踪框标出追踪目标。

主权项：1.基于transformer的特征关联多目标追踪方法，其特征是，包括如下步骤：获取待追踪视频的视频帧；将所述视频帧输入至预设的特征提取网络，得到视频帧的语义特征；根据所述视频帧的语义特征，对视频帧进行目标检测，得到多个检测框及其对应的追踪目标；针对每个追踪目标分配一个目标追踪器，所述目标追踪器根据所述检测框，得到追踪目标在下一视频帧的追踪框；其中，响应于多个追踪目标在当前视频帧的追踪框存在重叠情况时，基于卷积神经网络和transformer网络的特征编码，以及互注意力机制的特征解码，进行特征增强与抑制，得到多个重叠的追踪目标分别对应的更新后的在当前视频帧的追踪框。

全文数据：

权利要求：

百度查询： 南京邮电大学 基于transformer的特征关联多目标追踪方法

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