表观增强深度目标跟踪方法

    公开(公告)号:CN113592911B

    公开(公告)日:2023-02-28

    申请号:CN202110877443.9

    申请日:2021-07-31

    Abstract: 本发明公开的一种表观增强深度目标跟踪方法,能够在不改变骨干网结构的前提下降低设计复杂度,并具有一定通用性。本发明通过下述技术手段实现:通过观察跟踪算法当前的跟踪情况,寻找搜索区域中和模版相似的物体,针对目标尺度变化趋势去自适应地调整搜索区域的大小;将模板图像和自适应搜索区域送入SiamRPN++框架,完成检测器的初始化,得到候选框的得分排序并构成图片库;再根据颜色、HOG、LBP三种传统表观信息,分别对候选框和模板图片进行色彩分布、形态特征和纹理特征的目标匹配,利用表观信息进行相似性度量计算,得到新的属性得分并进行投票,获取第二个图片库中表观信息最相似的候选框图片,将其设为本帧预测目标。

    表观增强深度目标跟踪方法

    公开(公告)号:CN113592911A

    公开(公告)日:2021-11-02

    申请号:CN202110877443.9

    申请日:2021-07-31

    Abstract: 本发明公开的一种表观增强深度目标跟踪方法,能够在不改变骨干网结构的前提下降低设计复杂度,并具有一定通用性。本发明通过下述技术手段实现:通过观察跟踪算法当前的跟踪情况,寻找搜索区域中和模版相似的物体,针对目标尺度变化趋势去自适应地调整搜索区域的大小;将模板图像和自适应搜索区域送入SiamRPN++框架,完成检测器的初始化,得到候选框的得分排序并构成图片库;再根据颜色、HOG、LBP三种传统表观信息,分别对候选框和模板图片进行色彩分布、形态特征和纹理特征的目标匹配,利用表观信息进行相似性度量计算,得到新的属性得分并进行投票,获取第二个图片库中表观信息最相似的候选框图片,将其设为本帧预测目标。

Patent Agency Ranking