[发明专利]基于层次化Transformer的目标跟踪方法在审
申请号: | 202310224902.2 | 申请日: | 2023-03-09 |
公开(公告)号: | CN116385483A | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 刘龙;魏珍 | 申请(专利权)人: | 西安理工大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06N3/0464;G06N3/0455;G06N3/048;G06N3/08 |
代理公司: | 西安弘理专利事务所 61214 | 代理人: | 王奇 |
地址: | 710048 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于层次化Transformer的目标跟踪方法,步骤包括:1)将训练好的PVT_v2改进网络作为特征提取和特征融合网络,将FCN全卷积网络作为边框预测模块;2)获取跟踪视频,将第一帧手动选取目标区域,根据上一帧的目标大小确定当前帧的搜索区域,输入到特征提取和特征融合网络,并从特征提取和特征融合网络的三个阶段中得到注意力特征;3)进行加权融合,获得最终注意力特征;4)将最终注意力特征输入边框预测模块中,进行角点预测得到坐标位置,再得到跟踪目标边框。本发明方法,解决了因目标特征包含信息较少而引起的跟踪失败问题、因目标外观变化而引起的跟踪漂移问题。 | ||
搜索关键词: | 基于 层次 transformer 目标 跟踪 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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西安理工大学,未经西安理工大学许可,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/patent/202310224902.2/,转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法