[发明专利]基于前景区域对应模板特征的视觉跟踪方法及系统在审
| 申请号: | 202210237692.6 | 申请日: | 2022-03-10 |
| 公开(公告)号: | CN114596432A | 公开(公告)日: | 2022-06-07 |
| 发明(设计)人: | 马昕;于江磊;李贻斌 | 申请(专利权)人: | 山东大学 |
| 主分类号: | G06V10/25 | 分类号: | G06V10/25;G06V10/44;G06V10/75;G06K9/62 |
| 代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 杨琪 |
| 地址: | 250061 山东*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 前景 区域 对应 模板 特征 视觉 跟踪 方法 系统 | ||
1.基于前景区域对应模板特征的视觉跟踪方法,其特征在于,包括:
获取图像的模板特征和搜索特征;
对获取的图像的模板特征和搜索特征进行特征增强;
从特征增强后的模板特征序列中提取与前景区域对应的模板特征;
将与前景区域对应的模板特征与增强后的搜索特征进行融合,得到融合特征;
预测融合特征的分类和包围框回归结果,根据回归结果得到图像上待跟踪目标的预测包围框。
2.如权利要求1所述的基于前景区域对应模板特征的视觉跟踪方法,其特征在于,两个特征序列通过自注意力模块进行增强;增强机制为:
其中,Pz和Px是空间位置编码,fz*EN和fx*EN分别是模板特征和搜索特征被语义增强过的特征序列,fz*和fx*是增强前的特征序列。
3.如权利要求2所述的基于前景区域对应模板特征的视觉跟踪方法,其特征在于,从特征增强后的模板特征序列中提取与前景区域对应的模板特征时,计算模板特征掩码,将补充参数设置为计算模板特征掩码。
4.如权利要求3所述的基于前景区域对应模板特征的视觉跟踪方法,其特征在于,将模板特征作为自注意力模块的键和值,将搜索特征作为自注意力模块的查询。
5.如权利要求3所述的基于前景区域对应模板特征的视觉跟踪方法,其特征在于,在特征融合层中加入FFN模块。
6.基于前景区域对应模板特征的视觉跟踪器,其特征在于,包括:
骨干网络,用于:获取图像的模板特征和搜索特征
特征融合网络,用于:对获取的图像的模板特征和搜索特征进行特征增强;从特征增强后的模板特征序列中提取与前景区域对应的模板特征;将与前景区域对应的模板特征与增强后的搜索特征进行融合,得到融合特征;
预测头部网络,用于:预测融合特征的分类和包围框回归结果。
7.如权利要求6所述的基于前景区域对应模板特征的视觉跟踪器,其特征在于,所述视觉跟踪器为Transformer视觉跟踪器。
8.基于前景区域对应模板特征的视觉跟踪方法,其特征在于,包括:
数据采集模块,用于:获取图像的模板特征和搜索特征;
增强模块,用于:对获取的图像的模板特征和搜索特征进行特征增强;
提取模块,用于:从特征增强后的模板特征序列中提取与前景区域对应的模板特征;
融合模块,用于:将与前景区域对应的模板特征与增强后的搜索特征进行融合,得到融合特征;
预测模块,用于:预测融合特征的分类和包围框回归结果,根据回归结果得到图像上待跟踪目标的预测包围框。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-5任一项所述的基于前景区域对应模板特征的视觉跟踪方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现了如权利要求1-5任一项所述的基于前景区域对应模板特征的视觉跟踪方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210237692.6/1.html,转载请声明来源钻瓜专利网。





