前景信息引导型孪生卷积神经网络目标跟踪方法及装置
基本信息
| 申请号 | CN202011610435.X | 申请日 | - |
| 公开（公告）号 | CN114693728A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114693728A | 申请公布日 | 2022-07-01 |
| 分类号 | G06T7/246（2017.01）I;G06T7/223（2017.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李荅群;王成龙;陈小林;吴志佳;王博 | 申请（专利权）人 | 中国科学院长春光学精密机械与物理研究所 |
| 代理机构 | 深圳市科进知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 130033吉林省长春市经济技术开发区东南湖大路3888号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及规划领域，具体涉及一种前景信息引导型孪生卷积神经网络目标跟踪方法及装置。该方法及装置采用改进后的残差网络对浅层网络进行代替，得到语义信息量更高的深度特征；采用采样策略来提高正样本对中的挑战因素；将模板图像、搜索区域图像和填充图像分别输入到模板分支、搜索区域分支和引导分支中提取特征，并在各分支输出的特征张量间进行深度互相关计算，在计算中对前景信息运用填充损失计算方式来改进损失函数；在改进后损失函数的基础上引用填充损失，并引导网络模型完成训练。该方法及装置至少解决了现有目标跟踪方法抗干扰因素弱的技术问题。 |
