一种基于特征融合的Siamese网络视频单目标跟踪方法

    公开(公告)号:CN116543021A

    公开(公告)日:2023-08-04

    申请号:CN202310596182.2

    申请日:2023-05-24

    Abstract: 一种基于特征融合的Siamese网络视频单目标跟踪方法,具体涉及一种基于特征融合的Siamese网络监控视频的单目标跟踪方法,为了解决Siamese网络单目标跟踪算法在面对复杂环境和被跟踪目标附近存在明显的背景干扰时的跟踪能力较低,无法准确跟踪目标,以及跟踪一些特定目标时输出的跟踪区域不够精确的问题。利用模板区域图像集和搜索区域图像集对构建的模型进行训练,分别输出模板图像和搜索图像的特征图,模型依次包括基于混合注意力机制的ResNet‑50网络和孪生特征融合网络,将模板图像的特征图和搜索图像的特征图输入RPN网络中进行相似性对比,输出搜索图像中与模板图像相似度最高的预测区域,实现单目标的跟踪。属于目标跟踪领域。

    一种基于节点特征融合的图神经网络代码差异检测方法

    公开(公告)号:CN117632249A

    公开(公告)日:2024-03-01

    申请号:CN202311664371.5

    申请日:2023-12-06

    Abstract: 一种基于节点特征融合的图神经网络代码差异检测方法,涉及软件测试技术领域。本发明是为了解决现有代码差异检测方法还存在检测准确率低且检测过程容易丢失代码语义信息和结构信息,从而导致无法给测试人员提供准确的测试方向,进而导致测试效率低的问题。本发明包括:获取两份待比较的源代码,并对两份待比较的源代码进行预处理,获得两棵C++源代码语法树;利用源代码语法树进行图构建获得语法图,并获取语法图中节点的嵌入特征向量,将语法图和语法图中的节点的嵌入特征向量输入到GCN图卷积神经网络中,获得语法图嵌入表示;采用对语法图的嵌入表示和语法图中节点的嵌入特征向量进行节点匹配,获得G中节点的匹配关系。本发明用于代码差异检测。

Patent Agency Ranking