公开(公告)号：CN110458867B

公开(公告)日：2020-07-24

申请号：CN201910753716.1

申请日：2019-08-15

Applicant: 北京邮电大学

Inventor： 马占宇 ,  宋泽宇 ,  司中威

IPC: G06T7/246 ,  G06K9/62

Abstract: 本发明一种基于注意力循环网络的目标跟踪方法，通过在目标跟踪框架中引入局部位置注意力机制以及外观注意力机制，设立三个深度模型，并采用循环卷积神经网络进行时序预测，在跟踪框架中加入不确定度评估机制等技术手段，大大提高了基于计算机算法的视觉目标跟踪的效率和准确度，具有较高的可靠性和可推广价值，相较于其他的时序预测方法，参数量少，速度快，准确度较高；在跟踪过程中使用了不确定度评估机制，能够保证跟踪结果的质量，并在质量下降时及时初始化跟踪器或停止跟踪，避免给出过多错误的结果，具有更高的可靠性。

公开(公告)号：CN110458867A

公开(公告)日：2019-11-15

申请号：CN201910753716.1

申请日：2019-08-15

Applicant: 北京邮电大学

Inventor： 马占宇 ,  宋泽宇 ,  司中威

IPC: G06T7/246 ,  G06K9/62

Abstract: 本发明一种基于注意力循环网络的目标跟踪方法，通过在目标跟踪框架中引入局部位置注意力机制以及外观注意力机制，设立三个深度模型，并采用循环卷积神经网络进行时序预测，在跟踪框架中加入不确定度评估机制等技术手段，大大提高了基于计算机算法的视觉目标跟踪的效率和准确度，具有较高的可靠性和可推广价值，相较于其他的时序预测方法，参数量少，速度快，准确度较高；在跟踪过程中使用了不确定度评估机制，能够保证跟踪结果的质量，并在质量下降时及时初始化跟踪器或停止跟踪，避免给出过多错误的结果，具有更高的可靠性。