公开(公告)号：CN117649430A

公开(公告)日：2024-03-05

申请号：CN202410115894.2

申请日：2024-01-29

Applicant: 中国石油大学(华东)

Inventor： 齐玉娟 ,  叶志鹏 ,  王延江 ,  刘宝弟

IPC: G06T7/246 ,  G06T7/277 ,  G06V20/40 ,  G06V10/25

Abstract: 本发明公开基于卡尔曼滤波和关联匹配的多目标跟踪方法，属于电数字数据处理技术领域，用于进行多目标跟踪，包括将视频的每一帧输入到目标检测模型，在视频帧中检测出目标的位置和边界框，使用深度学习网络提取特征向量，使用卡尔曼滤波关联算法将目标在不同帧之间进行关联，采用匈牙利算法将当前帧的检测结果与先前帧跟踪的目标进行关联，根据阈值确定与现有跟踪目标匹配成功的检测结果，对未匹配到的检测结果将其视为新的目标，启动新的跟踪轨迹。本发明有助于提高模型对空间位置的感知能力，提高了后续对目标位置定位的准确度；有效地解决了在目标跟踪过程中目标发生形变，遮挡等情况时匹配不准确的问题，提升了跟踪器跟踪的精度。

公开(公告)号：CN115578421B

公开(公告)日：2023-03-14

申请号：CN202211438781.3

申请日：2022-11-17

Applicant: 中国石油大学(华东)

Inventor： 齐玉娟 ,  闫石磊 ,  叶志鹏 ,  王延江 ,  刘宝弟

IPC: G06T7/246 ,  G06V20/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/44

Abstract: 本发明公开一种基于多图注意力机制的目标跟踪算法，属于一般的图像数据处理或产生技术领域，用于对视频中的目标进行跟踪，包括将视频中的第一帧图片和后续帧分别作为模板分支和搜索分支的输入，通过孪生网络对其进行特征提取；将上一步得到的输出特征输入到图注意力模块进行互相关操作；将上一步得到的输出输入到无锚的跟踪头网络中，通过分类分支得到特征图中每个像素点的分类分数，通过中心度分支得到各像素点距离目标中心的远近关系，通过回归分支得到每个像素点对应的目标框信息；将分类分数与中心度分支相乘，得到精确分类分数，找到分数最高的像素点及其对应的目标框信息，得到当前帧目标的所在位置，重复以上步骤。

公开(公告)号：CN115578421A

公开(公告)日：2023-01-06

申请号：CN202211438781.3

申请日：2022-11-17

Applicant: 中国石油大学(华东)

Inventor： 齐玉娟 ,  闫石磊 ,  叶志鹏 ,  王延江 ,  刘宝弟

IPC: G06T7/246 ,  G06V20/40 ,  G06V10/764 ,  G06V10/766 ,  G06V10/80 ,  G06V10/44

Abstract: 本发明公开一种基于多图注意力机制的目标跟踪算法，属于一般的图像数据处理或产生技术领域，用于对视频中的目标进行跟踪，包括将视频中的第一帧图片和后续帧分别作为模板分支和搜索分支的输入，通过孪生网络对其进行特征提取；将上一步得到的输出特征输入到图注意力模块进行互相关操作；将上一步得到的输出输入到无锚的跟踪头网络中，通过分类分支得到特征图中每个像素点的分类分数，通过中心度分支得到各像素点距离目标中心的远近关系，通过回归分支得到每个像素点对应的目标框信息；将分类分数与中心度分支相乘，得到精确分类分数，找到分数最高的像素点及其对应的目标框信息，得到当前帧目标的所在位置，重复以上步骤。