公开(公告)号：CN116311353A

公开(公告)日：2023-06-23

申请号：CN202310087699.9

申请日：2023-02-09

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  温佳铮 ,  李君宝 ,  杨忠琳

IPC: G06V40/10 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06T7/246 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/045 ,  G06N3/08

Abstract: 基于特征融合的密集行人多目标跟踪方法、计算机设备和存储介质，属于计算机视觉跟踪技术领域，解决现有未有针对密集场景下的行人进行跟踪方法问题。本发明的方法包括：首先，设计了一种新的目标中心点建模方法，利于将目标中心点位置定位更准确；其次，提出了一种轻量化的重识别特征提取网络，并利用基于本量矩阵的相似度比较方法获取目标帧间位移预测；然后，设计了一种基于混合注意力机制的特征增强网络，将时间维度的帧间信息和空间维度的静态信息进行融合，增强了检测任务与跟踪任务之间的联系；最后，通过二次数据关联的方法将检测结果与目标位移进行整合，获得最终轨迹。本发明适用于密集目标场景下的多行人跟踪。

公开(公告)号：CN119762537A

公开(公告)日：2025-04-04

申请号：CN202411935258.0

申请日：2024-12-26

Applicant: 哈尔滨工业大学

Inventor： 刘环宇 ,  温佳铮 ,  李君宝

IPC: G06T7/246 ,  G06N3/0455 ,  G06N3/092 ,  G06V10/44

Abstract: 基于序列建模强化学习的长期单目标跟踪方法、系统和设备，属于目标跟踪技术领域，解决跟踪器在长期跟踪环境中性能低问题。本发明方法包括：构建基于序列建模强化学习的长期跟踪器包括感知层和决策层，均采用基于Transformer的结构；感知层的视觉Transformer编码信息作为决策Transformer的输入，决策层生成的动作序列被反馈到感知层；长期跟踪器结合基于序列建模的强化学习改进，自适应选取基线短期跟踪器。通过分析记忆序列中的内容做决策；单个短期跟踪器影响整体跟踪结果，整体跟踪结果由视觉编码器和跟踪方法共同决定；决策层动态优化搜索区域位置实现目标跟踪。本发明适用长期单目标跟踪场景下目标跟踪。

公开(公告)号：CN119935096A

公开(公告)日：2025-05-06

申请号：CN202510009093.2

申请日：2025-01-03

Applicant: 哈尔滨工业大学

Inventor： 李君宝 ,  张雨馨 ,  刘环宇 ,  温佳铮

IPC: G01C11/04 ,  G01C11/02 ,  G06V10/62 ,  G06V10/74 ,  G06V10/82 ,  G06V20/17 ,  G06V10/25

Abstract: 基于自适应动态模板的MAV机载目标跟踪方法和系统，属于目标跟踪技术领域，解决MAV机载跟踪中跟踪性能和计算复杂度难以平衡问题。本发明的方法包括：设置初始模板、临近模板和记忆模板，将当前帧搜索特征、初始模板、临近模板、记忆模板输入自适应模版融合STF模块，生成最终模板；将最终模板与搜索模板进行相关操作，得到响应图，判断当前跟踪状态，更新临近模板和记忆模板；记忆模板生成模块采用时间上串联的方式，提炼整合历史跟踪结果中的关键信息，使得有限的模板特征内存能够包含全部的历史信息。自适模板融合模块利用模板与搜索特征间的相似度矩阵，实现在不同跟踪阶段对模板权重的动态调整。本发明适用于MAV机载目标跟踪。