公开(公告)号：CN114639010A

公开(公告)日：2022-06-17

申请号：CN202210046007.1

申请日：2022-01-14

申请人： 北京理工大学重庆创新中心 ,  北京理工大学

发明人： 许廷发 ,  王磊 ,  李佳男 ,  陈俊杰 ,  郭佳鑫

IPC分类号： G06V20/10 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82

摘要： 本发明公开了一种无人机目标跟踪方法、装置、无人机及存储介质，该方法包括获取第一图像帧，提取目标标注框的HOG特征和CN特征，训练获得第一滤波器和第二滤波器，提取第二图像帧的HOG特征和CN特征，利用第一滤波器和第二滤波器对第二图像帧的HOG特征和CN特征执行相关操作，获得第一响应图像和第二响应图像，根据第一响应图像和第二响应图像，获得最终响应图像，并确定目标跟踪结果。本发明通过当前帧图像的多特征自适应融合，获得最终响应图像，并根据最终响应图像确定目标跟踪结果，实现自适应的显著特征提取和防退化在线模型更新，提高了无人机在目标被遮挡、形变或丢失时目标跟踪的精度。

公开(公告)号：CN115457417A

公开(公告)日：2022-12-09

申请号：CN202211164812.0

申请日：2022-09-23

申请人： 北京理工大学重庆创新中心

发明人： 许廷发 ,  黄博 ,  李佳男 ,  陈俊杰

IPC分类号： G06V20/17 ,  G06V20/40 ,  G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于时空注意力知识的长时反无人机视觉跟踪方法，包括S1：获取无人机红外视频序列，并对视频帧图像进行特征提取；S2：构建跟踪网络模型并进行训练，将提取的特征图像输入到训练好的跟踪网络模型中，输出预测位置和尺度。跟踪网络模型基于孪生网络构建了交叉相关RPN相似学学习RCNN两阶段的重检测架构，引入了空间位置一致性函数和监督前景检测器，同时利用三联体训练机制，将时空注意力知识纳入跟踪器的学习过程中，训练跟踪网络模型，实现了针对红外视频序列中无人机目标的位置估计和尺度预测。