公开(公告)号：CN119723263A

公开(公告)日：2025-03-28

申请号：CN202411763673.2

申请日：2024-12-03

Applicant: 大连海事大学

Inventor： 刘畅 ,  徐威 ,  凌雨柔 ,  张晶泊 ,  胡青 ,  于浩祺 ,  银仙琦 ,  宋奇翰 ,  杨雨露

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明提供一种基于跨层特征融合和排序损失的单目标跟踪方法，包括：利用孪生网络对模板图像和搜索图像进行特征提取，得到模板特征和搜索特征；利用跨层特征融合模块计算模板特征和搜索特征之间的相关性，得到响应图；将响应图送入分类‑回归子网络，分类分支用于预测每个位置的类别，回归分支用于计算位置的目标边界框；引入排序损失函数，计算损失；使用公开数据集COCO、DET、VID、YouTube‑BB、GOT‑10K训练集和LaSOT训练集对模型进行训练；在公开数据集OTB‑100、UAV123、LaSOT测试集和GOT‑10K测试集上测试模型性能，预测得到目标的边界框。本发明技术方案解决了跟踪器容易被干扰物欺骗以及分类和定位不匹配的问题，提高了预测的成功率和精确度。