公开(公告)号：CN116245913A

公开(公告)日：2023-06-09

申请号：CN202310117211.2

申请日：2023-01-30

Applicant: 北京交通大学 ,  艾弗世(苏州)专用设备股份有限公司

Inventor： 张宝鹏 ,  李芮 ,  王子印 ,  滕竹 ,  刘瑜淼 ,  李棋瑞 ,  陈晧阳

IPC: G06T7/246 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464 ,  G06V20/40

Abstract: 本发明提供一种基于层次化上下文引导的多目标跟踪方法，并提出了一种新的分层上下文引导网络，该网络通过分层地视频帧全局处理、局部处理和对象包围框处理来执行检测、包围框特征提取和对象位置细化。该跟踪器分别以全局和局部的方式学习视频帧的时间和空间上下文特征，引导多尺度特征聚合，从而定位感兴趣的区域，提取丰富的包围框特征。这样，每个检测的包围框除了语义信息外，还包含上下文关系信息，减少了不完整或不清楚的对象的重要信息的丢失。基于学习到的上下文特征，设计了一个上下文引导的对象位置细化模块，通过传播对象在每一帧的包围框特征来学习目标对象轨迹片段的代表性特征，并根据代表性特征生成位置细化后的对象。

公开(公告)号：CN115713112A

公开(公告)日：2023-02-24

申请号：CN202211260826.2

申请日：2022-10-14

Applicant: 北京交通大学 ,  艾弗世(苏州)专用设备股份有限公司

Inventor： 滕竹 ,  李芮 ,  王子印 ,  张宝鹏 ,  李棋瑞 ,  刘瑜淼 ,  陈晧阳

IPC: G06N3/0895 ,  G06N3/084 ,  G06N3/04 ,  G06T7/246

Abstract: 本发明提供了一种基于空间拓扑和身份聚合的多目标跟踪网络演化方法。该方法包括：(1)在有标签的源域中训练基于空间拓扑结构的多目标跟踪网络和身份聚合网络，得到参数更新后的多目标跟踪网络和身份聚合网络；(2)利用参数更新后的多目标跟踪网络和身份聚合网络获取无标签目标域中数据的伪标签；(3)利用得到的伪标签和多目标跟踪网络中的自监督模块更新整个多目标跟踪网络的参数。上述的步骤(2)和(3)迭代执行多轮后得到的网络参数用于进行目标域的多目标跟踪。本发明方法可以解决多目标跟踪的域适应问题，抑制多目标跟踪网络模型在没有标签的跟踪场景中性能大幅度下降的问题。