公开(公告)号：CN119741578A

公开(公告)日：2025-04-01

申请号：CN202510240847.5

申请日：2025-03-03

Applicant: 南昌工程学院

Inventor： 王员云 ,  谷庚 ,  刘纪龙 ,  沙鹏程 ,  王军 ,  陈素芬

IPC: G06V10/80 ,  G06V10/82 ,  G06T5/94 ,  G06T3/4038 ,  G06N3/0985 ,  G06N3/0455

Abstract: 本发明提出一种基于紧凑轴向注意力和细节增强的目标跟踪方法与系统，该方法包括：将模板图像和搜索区域图像输入至特征提取网络中进行统一特征学习，得到输出特征图；利用大规模数据集对优化的特征提取网络依次进行预训练和参数调整；将模板图像和搜索区域图像输入至参数调整后的特征提取网络中进行特征提取；将细节融合特征依次进行展平操作和拼接操作，并输入至特征融合模块中进行特征融合；将包含信息的融合特征输入至预测头，获取目标跟踪框，利用目标跟踪模型对目标跟踪框进行跟踪，得到跟踪结果；本发明通过细节增强模块使跟踪器能够在保持全局语义理解的同时，恢复和利用局部细节信息，从而在目标跟踪的准确性上得到显著提升。

公开(公告)号：CN119006530A

公开(公告)日：2024-11-22

申请号：CN202411492146.2

申请日：2024-10-24

Applicant: 南昌工程学院

Inventor： 王军 ,  刘纪龙 ,  谷庚 ,  司英振 ,  尉兴宇 ,  王员云

IPC: G06T7/246 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08 ,  G06V10/44 ,  G06V10/766 ,  G06V10/82 ,  G06V10/46

Abstract: 本发明提出基于频域块和高效查询注意力的目标跟踪方法与系统，该方法包括：将模板图像输入模板分支模块，通过快速傅里叶变换，再通过门控卷积进行筛选，随后进行逆快速傅里叶变换，得到更新后的模板令牌；将更新后的模板令牌通过高效查询注意力机制处理得到模板特征图；将搜索图像输入搜索分支模块，通过多头自注意力机制生成搜索特征图；将模板特征图与搜索特征图进行拼接再通过多头自注意力机制处理，得到拼接特征图；将拼接特征图输入预测头，根据输出结果对目标进行跟踪。本发明充分结合频域块和高效查询注意力的优势构建基于Transformer的多尺度特征提取网络，使得跟踪器可以实现更准确和鲁棒的跟踪。

公开(公告)号：CN119741578B

公开(公告)日：2025-05-09

申请号：CN202510240847.5

申请日：2025-03-03

Applicant: 南昌工程学院

Inventor： 王员云 ,  谷庚 ,  刘纪龙 ,  沙鹏程 ,  王军 ,  陈素芬

IPC: G06V10/80 ,  G06V10/82 ,  G06T5/94 ,  G06T3/4038 ,  G06N3/0985 ,  G06N3/0455

Abstract: 本发明提出一种基于紧凑轴向注意力和细节增强的目标跟踪方法与系统，该方法包括：将模板图像和搜索区域图像输入至特征提取网络中进行统一特征学习，得到输出特征图；利用大规模数据集对优化的特征提取网络依次进行预训练和参数调整；将模板图像和搜索区域图像输入至参数调整后的特征提取网络中进行特征提取；将细节融合特征依次进行展平操作和拼接操作，并输入至特征融合模块中进行特征融合；将包含信息的融合特征输入至预测头，获取目标跟踪框，利用目标跟踪模型对目标跟踪框进行跟踪，得到跟踪结果；本发明通过细节增强模块使跟踪器能够在保持全局语义理解的同时，恢复和利用局部细节信息，从而在目标跟踪的准确性上得到显著提升。