公开(公告)号：CN110874590B

公开(公告)日：2023-02-28

申请号：CN201911128548.3

申请日：2019-11-18

Applicant: 安徽大学

Inventor： 李成龙 ,  钱存 ,  鹿安东 ,  汤进

IPC: G06V10/80 ,  G06V10/774 ,  G06V10/143 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048

Abstract: 本发明涉及基基于适配器互学习模型的训练及可见光红外视觉跟踪方法，包括以下步骤；S11、构建网络模型；S12、使用人工标注好的可见光热红外数据集来训练整个网络模型；S21、获取当前帧的候选样本；S22、根据候选样本，预测目标位置；S23、判断当前帧是否跟踪成功。本发明通过在多适配器(包括模式适配器、通用适配器和实例适配器)的基础上引入适配器互学习模块，实现双向跨模态信息传递，以充分利用RGBT跟踪中不同特征学习方式的互补优势来进一步提高跟踪性。

公开(公告)号：CN110874590A

公开(公告)日：2020-03-10

申请号：CN201911128548.3

申请日：2019-11-18

Applicant: 安徽大学

Inventor： 李成龙 ,  钱存 ,  鹿安东 ,  汤进

IPC: G06K9/20 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及基基于适配器互学习模型的训练及可见光红外视觉跟踪方法，包括以下步骤；S11、构建网络模型；S12、使用人工标注好的可见光热红外数据集来训练整个网络模型；S21、获取当前帧的候选样本；S22、根据候选样本，预测目标位置；S23、判断当前帧是否跟踪成功。本发明通过在多适配器(包括模式适配器、通用适配器和实例适配器)的基础上引入适配器互学习模块，实现双向跨模态信息传递，以充分利用RGBT跟踪中不同特征学习方式的互补优势来进一步提高跟踪性。