申请/专利权人：南京邮电大学

申请日：2024-02-29

公开（公告）日：2024-04-02

公开（公告）号：CN117809054A

主分类号：G06V10/62

分类号：G06V10/62;G06V10/82;G06V10/80;G06V10/44;G06V10/52;G06V10/74;G06V10/25;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明属于计算机视觉领域，具体涉及一种基于特征解耦融合网络的多目标跟踪方法，该方法包括如下步骤：利用DLA‑34骨干网络对输入帧进行预处理得到多尺度特征；构建特征融合解耦层分别提取目标位置特征和Re‑ID特征，减少多任务特征学习竞争；基于提取到的特征，采用自适应加权融合计算策略得到关联代价矩阵，输入匈牙利匹配算法得到关联结果从而构建目标轨迹；依据轨迹对的位置和时间信息进行全局轨迹链接，提升目标跟踪稳定性。本发明从特征融合角度对多任务学习冲突问题进行优化，所提出的方法是一种良好解决任务冲突问题，且具有高稳定性的多目标跟踪方法。

主权项：1.一种基于特征解耦融合网络的多目标跟踪方法，其特征在于，该方法包括如下步骤：步骤1，对多行人目标视频数据集预处理，将数据集每一帧输入基于DLA-34构建的骨干网络学习多尺度特征；步骤2，将多尺度特征输入检测分支进行特征融合，特征融合方法采用自下而上的融合方法，以获得目标位置信息；步骤3，将多尺度特征送入Re-ID分支进行特征融合，采用自上而下的方法来融合特征图，以获得目标外观特征信息；步骤4，基于步骤2和步骤3提取到的目标位置信息和外观特征信息，利用自适应加权融合策略计算得到关联代价矩阵，采用匈牙利算法基于代价矩阵得到目标初步关联跟踪结果；步骤5，利用每帧跟踪结果构建目标跟踪轨迹，依据轨迹时间与位置信息，利用多层感知机MLP预测轨迹同属一个目标的概率，利用jonker-volgenant算法完成轨迹链接以实现对目标稳定跟踪。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于特征解耦融合网络的多目标跟踪方法

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