公开(公告)号：CN113744311A

公开(公告)日：2021-12-03

申请号：CN202111024719.5

申请日：2021-09-02

Applicant: 北京理工大学

Inventor： 宋勇 ,  张子烁 ,  杨昕 ,  赵宇飞 ,  赵晨阳

IPC: G06T7/246 ,  G06K9/32 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06T7/73

Abstract: 本发明公开的基于全连接注意力模块的孪生神经网络运动目标跟踪方法，属于计算机视觉跟踪技术领域。本发明在利用孪生神经网络提取图片特征后，利用全连接注意力模块对模板分支提取的模板特征处理，该模板特征融合原模板特征后作为注意力加强的模板特征与进行相同操作的更新模板特征相结合，得到的新模板特征与搜索特征融合，实现模板特征的自注意和互注意，提升鲁棒性；根据融合加强模板特征和搜索特征的响应图，得到对应搜索图中目标的位置信息和尺寸偏移信息；根据每固定帧的网络预测结果对更新模板分支的输入进行更新，提升跟踪精度。本发明在目标发生剧烈形变、短暂消失后重现或遮挡等条件下，仍然能持续稳定地实现目标跟踪。

公开(公告)号：CN116403130A

公开(公告)日：2023-07-07

申请号：CN202310354849.8

申请日：2023-04-06

Applicant: 北京理工大学

Inventor： 宋勇 ,  杨金琦 ,  杨昕 ,  周雅 ,  赵晨阳

IPC: G06V20/17 ,  G06V10/26 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开的一种基于图像划分的小目标检测和训练方法，属于计算机视觉技术领域。本发明通过强化图像拼接，完全破坏图片的语义特征，增加有效目标数量，提高背景的复杂性；利用改进后的拷贝粘贴的数据增强方式，模拟现实场景中具有挑战性的场景，提高检测器的检测精度。使用混合数据策略的划分检测方法，避免目标截断的同时能够处理所有尺度的目标；采用随机在线相对定目标裁剪的方式构建有效的训练子块，再通过尺度筛选对目标进行分配，根据不同的目标特点选择全局检测或局部检测，能够获得最优的预测结果且保持尺度不变。本发明适用于无人机航拍、交通管理等视觉技术领域，提高无人机应用场景下小目标检测的精度和效率。