公开(公告)号：CN119338861A

公开(公告)日：2025-01-21

申请号：CN202411461376.2

申请日：2024-10-18

Applicant: 重庆交通大学

Inventor： 陈仁祥 ,  何家乐 ,  杨黎霞 ,  徐向阳 ,  梁栋 ,  余腾伟 ,  张霞 ,  孙世政 ,  张芷僮 ,  张翔

IPC: G06T7/246 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/778 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及视觉目标跟踪技术领域，具体涉及一种改进转换模型预测网络的外观变化下目标跟踪方法，包括使用主干网络提取目标深度特征，并结合在线权重更新方法适应目标外观状态；基于目标外观状态收集目标跟踪结果信息，利用级联LSTM网络学习连续结果信息并输出当前目标外观状态；改进模型在线学习样本利用机制，利用可靠目标样本优化模型权重，让模型适应新外观目标；利用连续帧目标中心点轨迹信息预测新外观目标的新位置，并对目标响应分数进行加权，让模型适应目标新状态；该方法利用连续目标中心点位置信息，预测目标当前位置，在目标外观变化时对目标响应分数进行加权，缓解相似物体干扰，增强了目标外观变化过程中的跟踪准确率。

公开(公告)号：CN116740436A

公开(公告)日：2023-09-12

申请号：CN202310696033.3

申请日：2023-06-13

Applicant: 重庆交通大学

Inventor： 陈仁祥 ,  何家乐 ,  杨黎霞 ,  徐向阳 ,  梁栋 ,  孙世政 ,  李嘉琳 ,  闫凯波 ,  曾力 ,  黄虹锦

IPC: G06V10/764 ,  G06T7/246 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及视觉目标跟踪技术领域，具体涉及一种基于加权在线样本更新的目标长时跟踪方法，主干网络提取初始帧样本图像深度特征，增强初始帧样本深度特征优化得到目标模型；基于目标模型对测试帧样本分类，生成置信度分值；基于置信度分值判别目标状态，并基于目标状态进行更新样本或加权区域搜索次数，该方法在目标丢失处根据目标大小自适应地随时间间隔增大搜索区域，并根据区域大小与目标大小自适应地确定随机搜索次数，减少计算负担，提高目标丢失后的搜索效率，通过关注图像背景信息，以目标丢失时图像最相似背景置信度分值作为时空约束搜索判别阈值，降低相似背景干扰，提高了目标丢失后的搜索准确性。