公开(公告)号：CN117893570A

公开(公告)日：2024-04-16

申请号：CN202410024017.4

申请日：2024-01-05

Applicant: 北京科技大学

Inventor： 刘红敏 ,  张灿彬 ,  徐婧林 ,  樊彬

IPC: G06T7/246 ,  G06T5/70 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提供一种扩散模型赋予跟踪提议传播的多目标跟踪方法，应用于目标识别技术领域，包括:将所述连续的图像集或视频的每帧图像依次输入预训练的多目标跟踪模型，识别每一帧的跟踪目标，并获取所述跟踪目标对应的边界框，得到跟踪目标对应的轨迹。本发明能够显著提升了目标跟踪的检测和关联能力，保证在复杂场景中的跟踪能力。

公开(公告)号：CN116167941B

公开(公告)日：2023-11-21

申请号：CN202310183552.X

申请日：2023-02-17

Applicant: 北京科技大学

Inventor： 刘红敏 ,  张琦 ,  樊彬 ,  曾慧 ,  胡雨凡

IPC: G06T5/00 ,  G06T7/40 ,  G06T7/90 ,  G06N3/0464

公开(公告)号：CN116433727B

公开(公告)日：2023-10-27

申请号：CN202310691919.9

申请日：2023-06-13

Applicant: 北京科技大学

Inventor： 刘红敏 ,  蔡越峰 ,  徐婧林 ,  樊彬

IPC: G06T7/246 ,  G06N3/0455 ,  G06N3/08 ,  G06T7/73 ,  G06V10/44 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明涉及视觉目标追踪技术领域，特别是指一种基于阶段性持续学习的可伸缩单流追踪方法。一种基于阶段性持续学习的可伸缩单流追踪方法包括：获取搜索图像以及模板图像，对搜索图像以及模板图像进行处理，获得输入图像；将输入图像进行特征向量化处理，获得向量化特征；基于向量化特征，通过交互窗口自注意力模块以及动态混合注意力模块，获得目标图像特征；根据目标图像特征，通过分类头以及回归头，获得输出图像；根据输出图像，在目标时序运动中进行目标追踪。本发明是一种基于阶段间持续学习具备优秀前后景区分能力的追踪方法。

公开(公告)号：CN115797632A

公开(公告)日：2023-03-14

申请号：CN202211527682.2

申请日：2022-12-01

Applicant: 北京科技大学

Inventor： 张利欣 ,  孙涵 ,  刘红敏 ,  樊彬 ,  曾慧

IPC: G06V10/26 ,  G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/084

Abstract: 本发明公开了一种基于多任务学习的图像分割方法，包括：构建样本数据集；其中，样本数据集由对比学习数据集、网状结构图像、对应语义分割标签和对应关系向量标签组成；构建基于对比学习的特征提取器；构建基于多任务学习的图像分割模型；其中，图像分割模型包括共享编码器、语义分割任务模块和关系预测任务模块；基于对比学习数据集对特征提取器进行训练；基于网状结构图像、对应语义分割标签和对应关系向量标签构成的样本数据集对图像分割模型进行训练；利用训练好的图像分割模型对待分割图像进行语义分割，得到分割结果。本发明的图像分割方法有效提升了网状结构图像分割精度，解决了目前网状结构图像分割精度不够理想的技术问题。