-
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
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。