一种基于孪生网络的跟踪模型的特征匹配方法.pdf
文阁****23
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于孪生网络的跟踪模型的特征匹配方法.pdf
本发明公开了一种基于孪生网络的跟踪模型的特征匹配方法,先将模板帧和检测帧送入网络进行卷积特征提取生成对应的模板特征图和检测特征图,得到匹配特征图,然后对区域建议网络优化,通过增加卷积层数量和通道数以及引入分组卷积来增强匹配,对模板特征图和检测特征图进行特征匹配,得到的匹配特征图进行必要分类和回归分支的维度映射,最终输出两分支的响应图;本发明方法具有一定的适应性与可扩展性,可应用于基于孪生网络结构的跟踪算法网络模型,在不牺牲其速度性能情况下增强其跟踪精度。
基于模板匹配的孪生网络长时目标跟踪方法.pdf
本发明公开了一种基于模板匹配的孪生网络长时目标跟踪方法,采用SiamFC++目标跟踪方法确定当前帧的第一目标跟踪结果图像和跟踪置信度分数;根据跟踪置信度分数判断目标是否丢失;当目标丢失时,采用NCC模板匹配搜索法更新当前帧中的目标位置;以目标位置为中心,采用动态匹配模板图像和SiamFC++目标跟踪方法对当前帧进行目标跟踪,得到第二目标跟踪结果图像;以第二目标跟踪结果图像作为当前帧的目标跟踪结果图像;本发明在SiamFC++目标跟踪方法的基础上,通过NCC模板匹配搜索法进行预测粗定位找到当前帧中的目标位置
一种基于孪生网络的目标跟踪模型去冗余方法.pdf
本发明公开了一种基于孪生网络的目标跟踪模型去冗余方法,先将模板帧和检测帧送入网络进行卷积特征提取生成对应的模板特征图和检测特征图,利用互相关操作分别对分类分支和回归分支进行模板匹配,得到匹配特征图。然后对区域建议网络优化,进行去冗余设计,最后得到响应特征图;本发明方法在未损失该部分网络功能的前提下,简化了网络结构,减少了网络参数,使得目标跟踪网络模型在训练和推断过程都节省了计算和内存开销。
一种基于级联特征融合的孪生网络目标跟踪方法.pdf
本发明提出了一种基于级联特征融合的孪生网络目标跟踪方法,包括以下步骤:采用改进的五阶段的ResNet‑50网络作为孪生网络的骨干网络,利用骨干网络的模板分支和搜索分支分别提取模板图像和搜索图像的浅层和深层特征;对模板分支和搜索分支的残差网络的最后三个残差块Res3、Res4和Res5分别进行逐级级联融合,分别得到两个分支的三个特征图R3、R4和R5;将两个分支的三个特征图R3、R4和R5分别进行交叉互相关计算,然后通过无锚框网络将交叉互相关计算后的特征进行目标的分类和回归。本发明实现目标浅层外观特征和深层
基于特征金字塔的孪生网络红外目标跟踪方法.pdf
本发明公开了一种基于特征金字塔的孪生网络红外目标跟踪方法,分别对模板帧和检测帧进行自底向上的全卷积操作,接着分别对卷积层C5、C4、C3和C2进行自顶向上操作和横向连接,分别对应生成P2、P3、P4和P5尺度特征层;根据所述模板帧每一层尺度特征层的分类权重与回归权重分别对所述检测帧的对应尺度特征层进行卷积运算分别确定所述检测帧每层尺度特征层对应的尺度提议;对所述检测帧的所有尺度特征层对应的尺度提议进行非极大值抑制,保留最高的尺度提议,将该最高的尺度提议对应的尺度特征层作为输出跟踪结果。本发明对目标形变具有