公开(公告)号：CN115035452B

公开(公告)日：2025-03-11

申请号：CN202210679583.X

申请日：2022-06-15

Applicant: 辽宁工程技术大学

Inventor： 姜文涛 ,  张大鹏

IPC: G06T7/246 ,  G06V20/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种定位质量信息增强的孪生网络目标跟踪算法，包括：确定目标，获取第一帧图像，利用已知信息确定标注框，裁剪目标区域，获取目标模板；相似性比对，获取当前帧，利用特征提取子网络获取目标和搜索区域的特征图并进行相似性比对，得到相似性矩阵；目标定位，融合分类分支基于相似性矩阵进行分类任务，输出相似性预测分数；边界预测，回归分支基于相似性矩阵预测目标边界，并结合相似性预测分数，选择最佳预测框；输出跟踪结果，输出目标边界框，进行下一帧的目标跟踪。本发明能够改善分类和边界预测过程，引入CNN网络使模型对特征图中的语义信息利用更充分，预测结果具有较高的可信度。

公开(公告)号：CN115035452A

公开(公告)日：2022-09-09

申请号：CN202210679583.X

申请日：2022-06-15

Applicant: 辽宁工程技术大学

Inventor： 姜文涛 ,  张大鹏

IPC: G06V20/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种定位质量信息增强的孪生网络目标跟踪算法，包括：确定目标，获取第一帧图像，利用已知信息确定标注框，裁剪目标区域，获取目标模板；相似性比对，获取当前帧，利用特征提取子网络获取目标和搜索区域的特征图并进行相似性比对，得到相似性矩阵；目标定位，融合分类分支基于相似性矩阵进行分类任务，输出相似性预测分数；边界预测，回归分支基于相似性矩阵预测目标边界，并结合相似性预测分数，选择最佳预测框；输出跟踪结果，输出目标边界框，进行下一帧的目标跟踪。本发明能够改善分类和边界预测过程，引入CNN网络使模型对特征图中的语义信息利用更充分，预测结果具有较高的可信度。