基于缺失感知提示的模态缺失RGBT跟踪方法及系统

    公开(公告)号:CN118887592B

    公开(公告)日:2024-12-03

    申请号:CN202411381944.8

    申请日:2024-09-30

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于缺失感知提示的模态缺失RGBT跟踪方法及系统,方法包括:获取训练帧图像对并对其对打标签,包括有缺失类型和无缺失类型;有缺失类型的图像,设置对应的缺失补偿填充集;判断当前图像对中两张图像是否有缺失,当其中一张图像有缺失时,根据缺失类型从对应的缺失补偿填充集中选择对应的补充帧图像,并与另一张无缺失的图像组成图像对作为输入,若为无缺失类型时,则当前图像对直接应用作为输入;设置图像模板搜索帧边界框并对作为输入的图像对进行分割再进行维度转换,获取图像语义信息并作为建立的缺失感知提示模态融合模型的输入,使用优化算法对模型进行优化训练,并用优化后的模型获取当前帧图像对的目标包围框提高跟踪精度。

    基于缺失感知提示的模态缺失RGBT跟踪方法及系统

    公开(公告)号:CN118887592A

    公开(公告)日:2024-11-01

    申请号:CN202411381944.8

    申请日:2024-09-30

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于缺失感知提示的模态缺失RGBT跟踪方法及系统,方法包括:获取训练帧图像对并对其对打标签,包括有缺失类型和无缺失类型;有缺失类型的图像,设置对应的缺失补偿填充集;判断当前图像对中两张图像是否有缺失,当其中一张图像有缺失时,根据缺失类型从对应的缺失补偿填充集中选择对应的补充帧图像,并与另一张无缺失的图像组成图像对作为输入,若为无缺失类型时,则当前图像对直接应用作为输入;设置图像模板搜索帧边界框并对作为输入的图像对进行分割再进行维度转换,获取图像语义信息并作为建立的缺失感知提示模态融合模型的输入,使用优化算法对模型进行优化训练,并用优化后的模型获取当前帧图像对的目标包围框提高跟踪精度。

Patent Agency Ranking