公开(公告)号：CN118967747A

公开(公告)日：2024-11-15

申请号：CN202411023340.6

申请日：2024-07-29

Applicant: 北京理工大学

Inventor： 白永强 ,  王启明 ,  陈杰 ,  窦丽华 ,  邓方 ,  甘明刚 ,  蔡涛

IPC: G06T7/246 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了基于中期融合元框架和复合视觉提示的RGBT目标跟踪方法，涉及视觉目标跟踪技术领域，包括预训练的上游RGB跟踪网络并嵌入到中期融合多模态跟踪元框架中和利用三种视觉提示策略构建RGBT提示跟踪网络，然后在RGBT跟踪训练集上对网络进行提示微调；提示跟踪方法中包括一种中期融合元框架和单模态和跨模态探索提示策略、中间融合提示策略、模态与阶段感知提示策略。本方法通过极少量需要微调的额外参数实现上游知识在当前任务上参数高效的知识迁移，极大地减少了训练设备的负担，充分释放了提示学习在RGBT跟踪任务中的巨大潜力，并在模态主导性动态变化的多种复杂开放场景中实现了鲁棒的RGBT跟踪。

公开(公告)号：CN117893568A

公开(公告)日：2024-04-16

申请号：CN202311757116.5

申请日：2023-12-20

Applicant: 北京理工大学

Inventor： 白永强 ,  王启明 ,  陈杰 ,  窦丽华 ,  邓方 ,  甘明刚 ,  蔡涛

IPC: G06T7/246 ,  G06V10/44 ,  G06V10/764

Abstract: 本发明公开了基于时空自适应响应惩罚策略的孪生目标跟踪器优化方法，涉及视觉目标跟踪技术领域。该方法主要应用于孪生网络跟踪器输出的分类响应图上，能够针对响应图中强干扰项对应的陡峭波峰施加有效的自适应抑制，从而提升目标定位与跟踪的鲁棒性。具体步骤为：根据最大响应筛选并记录响应图中所有陡峭的波峰，并判断是否激活惩罚机制；如果惩罚机制被激活，则基于每个波峰的空间位置和响应图的时间域分类质量，生成每个波峰对应的惩罚因子；最后基于所获得的惩罚因子在每个波峰的邻域上施加自适应强度的分级惩罚。该策略即插即用、轻量高效，不引入任何可学习参数，在几乎不影响跟踪器推理效率的同时有效提升了目标定位的鲁棒性。