[发明专利]一种目标跟踪定位方法、装置及计算机可读介质有效
申请号: | 202111351270.3 | 申请日: | 2021-11-16 |
公开(公告)号: | CN113793358B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 曹敦;戴人华;王进;汤强 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20;G06T11/40;G06N3/04;G06N3/08 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王晓芬 |
地址: | 410114 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 目标 跟踪 定位 方法 装置 计算机 可读 介质 | ||
1.一种目标跟踪定位方法,其特征在于,包括:
在获取到视频序列的视频图像时,确定所述视频图像中的模板帧和搜索帧;其中,所述模板帧为所述视频序列中的第一帧的视频图像,所述模板帧中包括待跟踪目标及其位置,所述搜索帧为所述视频序列中第一帧之后任一帧的视频图像;
将所述模板帧和所述搜索帧均输入至卷积神经网络模型的孪生网络框架中的模板分支及搜索分支中;
在所述模板分支及所述搜索分支中,对所述模板帧和所述搜索帧进行特征提取,并对特征提取后的所述模板帧和所述搜索帧进行卷积操作,得到响应图;
利用通道注意力机制处理所述响应图,得到通道注意力特征图;
将所述通道注意力特征图和所述响应图做点乘生成第一特征图;
利用空间注意力机制处理所述第一特征图,得到空间注意力特征图;
将所述空间注意力特征图和所述第一特征图做点乘生成第二特征图;
基于所述模板分支得到的所述第二特征图和所述搜索分支得到的所述第二特征图确定所述搜索帧中所述待跟踪目标及其位置;
所述对所述模板帧和所述搜索帧进行特征提取,包括:
对所述模板帧和所述搜索帧进行卷积操作;
所述孪生网络框架为SiamRPN。
2.如权利要求1所述的目标跟踪定位方法,其特征在于,确定所述视频图像中的模板帧和所述搜索帧,包括:
判断所述模板帧的大小是否小于模板尺寸;
若所述模板帧的大小小于所述模板尺寸,对所述模板帧进行颜色填充以使填充后的所述模板帧的尺寸达到所述模板尺寸;
若所述模板帧的大小不小于所述模板尺寸,以所述模板帧的中心点为基准对所述模板帧的四周进行裁剪,以使裁剪后的所述模板帧的尺寸达到所述模板尺寸;
判断所述搜索帧的大小是否小于搜索尺寸;
若所述搜索帧的大小小于所述搜索尺寸,对所述搜索帧进行颜色填充以使填充后的所述搜索帧的尺寸达到所述搜索尺寸;
若所述搜索帧的大小不小于所述搜索尺寸,以上一帧的所述视频图像中的所述待跟踪目标的中心点为基准对所述搜索帧的四周进行裁剪,以使裁剪后的所述搜索帧的尺寸达到所述搜索尺寸。
3.如权利要求2所述的目标跟踪定位方法,其特征在于,对所述模板帧进行颜色填充以使填充后的所述模板帧的尺寸达到所述模板尺寸,包括:
利用所述模板帧的众数RGB值对所述模板帧进行颜色填充;
对所述搜索帧进行颜色填充以使填充后的所述搜索帧的尺寸达到所述搜索尺寸,包括:
利用所述搜索帧的众数RGB值对所述搜索帧进行颜色填充。
4.如权利要求2所述的目标跟踪定位方法,其特征在于,对所述模板帧进行颜色填充以使填充后的所述模板帧的尺寸达到所述模板尺寸,包括:
利用所述模板帧的平均RGB值对所述模板帧进行颜色填充;
对所述搜索帧进行颜色填充以使填充后的所述搜索帧的尺寸达到所述搜索尺寸,包括:
利用所述搜索帧的平均RGB值对所述搜索帧进行颜色填充。
5.如权利要求1所述的目标跟踪定位方法,其特征在于,所述卷积神经网络模型为采用MobileNetV2构建的骨架网络。
6.如权利要求1所述的目标跟踪定位方法,其特征在于,对所述模板帧和搜索帧进行特征提取,包括:
基于所述模板帧和搜索帧的纹理和梯度进行特征提取。
7.一种目标追踪定位装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的目标追踪定位方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的目标追踪定位方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111351270.3/1.html,转载请声明来源钻瓜专利网。