[发明专利]基于上下文自注意力学习深度网络的目标跟踪方法与系统有效
| 申请号： | 202310372849.0 | 申请日： | 2023-04-10 |
| 公开（公告）号： | CN116109678B | 公开（公告）日： | 2023-06-13 |
| 发明（设计）人： | 王员云;张文双;王军;秦永 | 申请（专利权）人： | 南昌工程学院 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06V20/40;G06V10/62;G06V10/82;G06V10/74;G06V10/764;G06V10/766;G06V10/80;G06N3/0455;G06N3/0464;G06N3/048 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 黄攀 |
| 地址： | 330000 江西*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于上下文自注意力学习深度网络的目标跟踪方法与系统，所述方法包括：基于卷积神经网络模型与上下文自注意力学习模块，构建得到特征提取网络模型；利用区域建议网络分别对提取后的目标模板图像特征和搜索区域图像特征在分类分支和回归分支上分别进行特征融合深度卷积计算，得到对应的相似度得分图，最后将最大相似度得分值对应的相似度得分图确定为跟踪定位目标。在本发明中，通过重构所得到的特征提取网络，可增强模板分支与搜索分支的全局信息表示能力和自注意力学习能力，有利于区域建议网络的分类回归分支的相似度计算，最终实现更加精确的跟踪。 | ||
| 搜索关键词： | 基于 上下文 注意力 学习 深度 网络 目标 跟踪 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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南昌工程学院，未经南昌工程学院许可，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/patent/202310372849.0/，转载请声明来源钻瓜专利网。
