申请/专利权人：苏州觅踪智能科技有限公司

申请日：2023-11-20

公开（公告）日：2024-01-30

公开（公告）号：CN117475175A

主分类号：G06V10/62

分类号：G06V10/62;G06V10/764;G06V20/40

优先权：["20230616 CN 2023107211356"]

专利状态码：在审-实质审查的生效

法律状态：2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明公开了一种基于边界框定位质量感知的孪生网络目标跟踪方法，包括：获取待跟踪视频，并将其输入训练完备的跟踪模型提取模板特征和当前视频帧的搜索特征；该跟踪模型是采用包含三元组损失的目标损失函数对初始跟踪模型训练得到的；根据模版特征和搜索特征，得到回归特征向量和分类特征向量；回归特征向量包括回归得到的每个边界框的参数的离散概率；分类特征向量包括分类得到的边界框的目标置信度；根据回归特征向量确定边界框的定位质量分数，根据边界框的定位质量分数对目标置信度加权优化，得到边界框的优化后的目标置信度；根据优化后的目标置信度，筛选出最优的边界框作为当前视频帧的目标跟踪框，以对下一个视频帧进行目标跟踪。

主权项：1.一种基于边界框定位质量感知的孪生网络目标跟踪方法，其特征在于，包括：获取待跟踪视频；所述待跟踪视频包括多个连续视频帧；将所述待跟踪视频输入训练完备的跟踪模型，由所述训练完备的跟踪模型提取所述待跟踪视频的模版图像的模板特征，以及提取所述待跟踪视频的当前视频帧的搜索特征；所述训练完备的跟踪模型是采用包含三元组损失的目标损失函数对初始跟踪模型训练得到的；根据所述模版特征和所述搜索特征，得到回归特征向量和分类特征向量；所述回归特征向量包括回归得到的每个边界框的参数的离散概率；所述分类特征向量包括分类得到的所述边界框的目标置信度；根据所述回归特征向量确定所述边界框的定位质量分数，并根据所述边界框的定位质量分数对所述边界框的目标置信度进行加权优化，得到所述边界框的优化后的目标置信度；根据所述优化后的目标置信度，筛选出最优的边界框作为所述当前视频帧的目标跟踪框，根据所述目标跟踪框对下一个视频帧进行目标跟踪。

全文数据：

权利要求：

百度查询： 苏州觅踪智能科技有限公司 基于边界框定位质量感知的孪生网络目标跟踪方法

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