公开(公告)号：CN115424177A

公开(公告)日：2022-12-02

申请号：CN202211073134.7

申请日：2022-09-02

Applicant: 哈尔滨工程大学

Inventor： 汲清波 ,  陈奎丞 ,  候长波 ,  李子琦 ,  吴江江 ,  孔德强 ,  戚宇飞

IPC: G06V20/40 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/77 ,  G06V10/82

Abstract: 本发明公开了一种基于增量学习的孪生网络目标跟踪的方法，将增量学习应用到目标跟踪网络模型的更新过程中；首先，将跟踪网络SiamRPN++的RPN复制为学生模型，利用跟踪过程中产生的高可信度目标作为在线训练的小样本集；然后，利用增量学习的方式学习上一帧网络产生的小样本集，对模型通过域扩展以及知识蒸馏的方式训练学生模型；最后，利用学生网络模型产生的目标信息和教师网络模型产生的目标信息进行动态加权融合以更新位置；本发明利用增量学习的方式使离线训练的模型具有自适应的学习能力，不仅有效利用了跟踪过程中目标的历史信息，还避免了对模型进行大规模的离线训练，提升了孪生网络算法在跟踪过程中处理目标形变情况的能力。