公开(公告)号：CN115984330A

公开(公告)日：2023-04-18

申请号：CN202310074699.5

申请日：2023-01-12

Applicant: 哈尔滨工业大学(深圳)

Inventor： 张海军 ,  杨凯

IPC: G06T7/246 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 一种边界感知的目标跟踪模型及目标跟踪方法，包括主干特征提取网络、基于可形变Transformer的判别式模型和跟踪头网络；第一主干特征提取网络以模板集为输入，提取模板集的主干特征后，一路输出到判别式模型，另一路输出到跟踪头网络的PrRoI Pooling组件；第二主干特征提取网络以搜索集为输入，提取搜索集的主干特征后，一路输入到跟踪头网络，另一路输入到判别式模型；判别式模型包括编码器、解码器及判别式滤波器，以在线学习方式训练确定判别式滤波器的权重，将权重作为卷积核，与解码器的输出进行卷积，得到跟踪目标的响应图，响应图高的位置代表潜在的跟踪目标位置。本发明可以实时地对输入视频的特定目标进行跟踪，从而获得精确的候选框。

公开(公告)号：CN115937258A

公开(公告)日：2023-04-07

申请号：CN202211735412.0

申请日：2022-12-30

Applicant: 哈尔滨工业大学(深圳)

Inventor： 张海军 ,  杨凯

IPC: G06T7/246 ,  G06V10/764 ,  G06V10/774 ,  G06V10/778 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种自适应样本分配的IoU感知目标跟踪模型和方法，属于目标跟踪技术领域。包括：输入为模板集、输出为模板集主干特征的第一特征提取器，输入为搜索集、输出为搜索集主干特征的第二特征提取器，含有判别式滤波器的在线学习分支，以及含有分类网络和回归网络的跟踪头网络；在线学习分支得到目标位置的在线学习得分Conl；分类网络得到IoU感知分类得分Ccls，回归网络得到目标的回归偏移量R和中心度得分Ce；将Ccls、Ce和Conl融合得到目标最终的分类得分，依据最终的分类得分确定目标的侯选位置，再结合回归偏移量R生成最终的跟踪目标框。消除了人为手工设置阈值的策略来划分正、负样本，同时解决分类和回归预测的错误对齐问题，保持较高的准确度和鲁棒性。