申请/专利权人：深圳须弥云图空间科技有限公司

申请日：2023-09-12

公开（公告）日：2024-04-12

公开（公告）号：CN116912632B

主分类号：G06V10/774

分类号：G06V10/774;G06V10/764;G06V10/82;G06V40/10;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本申请提供了一种基于遮挡的目标追踪方法及装置。该方法包括：利用通道全局平均池化层、卷积层、激活层和注意力层构建注意力网络；利用空间全局平均池化层和全连接层构建目标分类网络和遮挡分类网络；构建遮挡增强网络，利用遮挡增强网络、特征提取网络、注意力网络、目标分类网络和遮挡分类网络构建目标追踪模型；依据目标追踪任务对目标追踪模型进行训练，利用训练后的目标追踪模型执行目标追踪任务。采用上述技术手段，解决现有技术中，因遮挡造成目标追踪模型精度低的问题。

主权项：1.一种基于遮挡的目标追踪方法，其特征在于，包括：利用通道全局平均池化层、卷积层、激活层和注意力层构建注意力网络；利用空间全局平均池化层和全连接层构建目标分类网络和遮挡分类网络；构建遮挡增强网络，利用所述遮挡增强网络、特征提取网络、所述注意力网络、所述目标分类网络和所述遮挡分类网络构建目标追踪模型；依据目标追踪任务对所述目标追踪模型进行训练，利用训练后的所述目标追踪模型执行所述目标追踪任务；其中，依据目标追踪任务对所述目标追踪模型进行训练，包括：获取所述目标追踪任务对应的训练数据集，从所述训练数据集中随机确定当前时刻输入所述目标追踪模型的第一训练样本；将所述第一训练样本输入所述目标追踪模型：所述遮挡增强网络对所述第一训练样本进行处理，得到遮挡样本；所述特征提取网络对所述遮挡样本进行处理，得到样本特征图；所述注意力网络对所述样本特征图进行处理，得到注意力特征图；所述目标分类网络对所述注意力特征图进行处理，得到目标分类结果；所述遮挡分类网络对所述注意力特征图进行处理，得到遮挡分类结果；利用交叉熵损失函数计算所述目标分类结果和所述第一训练样本中目标对应标签之间的分类损失；利用所述交叉熵损失函数计算所述遮挡分类结果和所述第一训练样本对应遮挡样本中遮挡对应标签之间的遮挡损失；利用所述第一训练样本对应的分类损失和遮挡损失优化所述目标追踪模型的模型参数，直至利用所述训练数据集中所有训练样本优化所述目标追踪模型的模型参数之后，确定完成对所述目标追踪模型的训练。

全文数据：

权利要求：

百度查询： 深圳须弥云图空间科技有限公司 基于遮挡的目标追踪方法及装置

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