公开(公告)号：CN111192291B

公开(公告)日：2022-11-11

申请号：CN201911242648.9

申请日：2019-12-06

Applicant: 东南大学 ,  南京南大电子智慧型服务机器人研究院有限公司 ,  江苏南大电子信息技术股份有限公司

Inventor： 陆生礼 ,  庞伟 ,  杨文韬 ,  狄敏 ,  姚志强

IPC: G06T7/246 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于级联回归与孪生网络的目标跟踪方法，在第一帧，将指定的目标图像及以目标图像为中心构建的搜索区域分别输入以孪生网络构成的特征提取网络，分别得到目标图像与搜索区域的特征图。将得到的不同层次的特征图按设计的Attention机制融合，并一同输入到后续的级联区域推荐网络之中。经过级联区域推荐网络之后得到各个锚框的分类及位置预测信息，并得到锚框的预测得分图。通过非极大值抑制以及添加余弦窗等操作筛选出得分最高的锚框，并根据回归的得到的位置信息得到最终的预测框。本发明与传统算法相比上述算法具有精度高，鲁棒性强以及运行效率高的优点。

公开(公告)号：CN111192291A

公开(公告)日：2020-05-22

申请号：CN201911242648.9

申请日：2019-12-06

Applicant: 东南大学 ,  南京南大电子智慧型服务机器人研究院有限公司 ,  江苏南大电子信息技术股份有限公司

Inventor： 陆生礼 ,  庞伟 ,  杨文韬 ,  狄敏 ,  姚志强

IPC: G06T7/246 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于级联回归与孪生网络的目标跟踪方法，在第一帧，将指定的目标图像及以目标图像为中心构建的搜索区域分别输入以孪生网络构成的特征提取网络，分别得到目标图像与搜索区域的特征图。将得到的不同层次的特征图按设计的Attention机制融合，并一同输入到后续的级联区域推荐网络之中。经过级联区域推荐网络之后得到各个锚框的分类及位置预测信息，并得到锚框的预测得分图。通过非极大值抑制以及添加余弦窗等操作筛选出得分最高的锚框，并根据回归的得到的位置信息得到最终的预测框。本发明与传统算法相比上述算法具有精度高，鲁棒性强以及运行效率高的优点。