公开(公告)号：CN117670933A

公开(公告)日：2024-03-08

申请号：CN202311652705.7

申请日：2023-12-05

Applicant: 南京信息工程大学

Inventor： 崔一平 ,  程旭

IPC: G06T7/246 ,  G06V10/22 ,  G06V10/764 ,  G06V10/766 ,  G06V10/44 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种基于元自适应边界定位的孪生网络目标跟踪方法：载入基于孪生网络的模型；输入模板和搜索图像得到特征图；分类分支与回归分支进行深度互相关操作，分别生成分类得分图和回归预测框；边界定位分支生成边界定位得分和边界定位预测框；使用边界定位分支结果修正分类分支和回归分支的结果，实现最终定位；动态加权三分支的损失，得到总损失优化目标，进而使用Meta‑SGD更新模型的学习率和网络参数；载入更新模型，重复上述步骤，完成新的目标跟踪任务。本发明引入边界定位分支，增强了定位精度；动态加权三分支的损失，减少了各分支之间的不匹配问题；采用Meta‑SGD来训练模型，可以快速自适应新的跟踪任务。