公开(公告)号：CN111179314B

公开(公告)日：2023-05-02

申请号：CN201911389973.8

申请日：2019-12-30

Applicant: 北京工业大学

Inventor： 付利华 ,  王路远 ,  丁宇 ,  章海涛

IPC: G06T7/246 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于残差密集孪生网络的目标跟踪方法，该方法首先在视频第一帧图像中提取待跟踪目标的模板图像，并将其输入到残差密集网络，获得初始模板特征，将提取的特征进一步输入全局注意力模块，获得模板特征，完成跟踪器初始化；然后对第t帧图像裁剪提取搜索区域图像，并将其输入到残差密集网络获得搜索区域特征；最后，将模板特征和搜索区域特征输入候选区域生成网络，得到前景与背景分类置信度和边界框回归估计值，进一步得到第t帧跟踪结果。应用本发明，解决了现有基于孪生网络的目标跟踪方法无法有效处理背景杂乱、相似语义干扰的问题，还解决了现有基于孪生网络的目标跟踪方法跟踪准确度低，鲁棒性差的问题。

公开(公告)号：CN111179314A

公开(公告)日：2020-05-19

申请号：CN201911389973.8

申请日：2019-12-30

Applicant: 北京工业大学

Inventor： 付利华 ,  王路远 ,  丁宇 ,  章海涛

IPC: G06T7/246 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于残差密集孪生网络的目标跟踪方法，该方法首先在视频第一帧图像中提取待跟踪目标的模板图像，并将其输入到残差密集网络，获得初始模板特征，将提取的特征进一步输入全局注意力模块，获得模板特征，完成跟踪器初始化；然后对第t帧图像裁剪提取搜索区域图像，并将其输入到残差密集网络获得搜索区域特征；最后，将模板特征和搜索区域特征输入候选区域生成网络，得到前景与背景分类置信度和边界框回归估计值，进一步得到第t帧跟踪结果。应用本发明，解决了现有基于孪生网络的目标跟踪方法无法有效处理背景杂乱、相似语义干扰的问题，还解决了现有基于孪生网络的目标跟踪方法跟踪准确度低，鲁棒性差的问题。

公开(公告)号：CN201641089U

公开(公告)日：2010-11-24

申请号：CN200920277562.5

申请日：2009-12-18

Applicant: 北京工业大学

Inventor： 李振宝 ,  吴天虹 ,  黄欢 ,  王涛 ,  张月开 ,  丁宇

IPC: A47B97/00

Abstract: 家具防倾倒顶杆涉及一种将家具与房屋固定在一起的支撑器件。由撑杆和连接于撑杆两头的一对支承座组成。其中，撑杆为可调节长度结构；支承座的端面设有弹性防滑垫。这种防倾倒顶杆在地震初期，能够吸收一定的地震能量，可以在一定程度上增大家具与地面间的摩擦力，顶杆与家具顶面间的摩擦力和地面摩擦力共同抵抗地震加速度产生的推力，填补了家具与房顶之间的空间，即限制了家具因地震而自由晃动的空间，从而减少家具因剧烈晃动而倾倒的几率，增加人们逃生的时间、空间及几率。