-
公开(公告)号：CN113298850A
公开(公告)日：2021-08-24
申请号：CN202110657108.8
申请日：2021-06-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于注意力机制与特征融合的目标跟踪方法及系统，属于计算机视觉技术领域，利用目标跟踪模型进行目标跟踪，所述目标跟踪模型包括目标分类网络和目标估计网络，包括获取待测试图像，作为所述目标跟踪模型的输入；利用目标分类网络对待测试图像进行处理，得到目标的粗定位结果；利用目标估计网络对目标粗定位结果进行处理，确定目标所在位置。本发明相较于已有的跟踪算法，取得了较有竞争的精度和成功率结果。
-
公开(公告)号：CN113592900B
公开(公告)日：2025-02-18
申请号：CN202110656309.6
申请日：2021-06-11
Applicant: 安徽大学
IPC: G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/045 , G06N5/04 , G06V10/44 , G06V10/77 , G06V10/62 , G06V10/82 , G06N3/048
Abstract: 本发明公开了一种基于注意力机制与全局推理的目标跟踪方法及系统，属于计算机视觉技术领域，包括：利用基于孪生网络的目标跟踪模型进行目标跟踪，目标跟踪模型包括模板分支和搜索分支，模板分支和搜索分支均包括主干网络、并行的注意力机制和全局推理模块，包括：获取初始帧图片和当前帧图片，分别作为模板分支和搜索分支分的输入，得到第一得分图和第二得分图；将第一得分图和第二得分图进行加权求和，得到回归图；根据回归图，确定目标所在位置。本发明相较于现有的跟踪算法，具有更好的跟踪效果。
-
公开(公告)号：CN113298850B
公开(公告)日：2023-04-21
申请号：CN202110657108.8
申请日：2021-06-11
Applicant: 安徽大学
IPC: G06T7/246 , G06T7/73 , G06N3/0464 , G06N3/08 , G06V10/82 , G06V10/774
Abstract: 本发明公开了一种基于注意力机制与特征融合的目标跟踪方法及系统，属于计算机视觉技术领域，利用目标跟踪模型进行目标跟踪，所述目标跟踪模型包括目标分类网络和目标估计网络，包括获取待测试图像，作为所述目标跟踪模型的输入；利用目标分类网络对待测试图像进行处理，得到目标的粗定位结果；利用目标估计网络对目标粗定位结果进行处理，确定目标所在位置。本发明相较于已有的跟踪算法，取得了较有竞争的精度和成功率结果。
-
公开(公告)号：CN113592900A
公开(公告)日：2021-11-02
申请号：CN202110656309.6
申请日：2021-06-11
Applicant: 安徽大学
Abstract: 本发明公开了一种基于注意力机制与全局推理的目标跟踪方法及系统，属于计算机视觉技术领域，包括：利用基于孪生网络的目标跟踪模型进行目标跟踪，目标跟踪模型包括模板分支和搜索分支，模板分支和搜索分支均包括主干网络、并行的注意力机制和全局推理模块，包括：获取初始帧图片和当前帧图片，分别作为模板分支和搜索分支分的输入，得到第一得分图和第二得分图；将第一得分图和第二得分图进行加权求和，得到回归图；根据回归图，确定目标所在位置。本发明相较于现有的跟踪算法，具有更好的跟踪效果。
-
-
-
Search Results
4
records
(took 0.016 seconds)
