公开(公告)号：CN116563346A

公开(公告)日：2023-08-08

申请号：CN202310708300.4

申请日：2023-06-14

Applicant: 清华大学

Inventor： 李刚 ,  张钰姝 ,  何友

IPC: G06T7/246 ,  G06V10/62 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本申请中提供了一种基于transformer结构的强机动目标跟踪方法和装置，所述方法包括：对量测轨迹进行编码和位置嵌入，得到具有状态差异的轨迹特征；将具有状态差异的轨迹特征输入到transformer编码器进行单层状态特征自注意力信息提取，得到具有不同状态信息的编码器特征；将具有不同状态信息的编码器特征和具有状态差异的轨迹特征，输入到transformer解码器进行交叉注意力提取与融合，得到融合不同相关性信息的解码器特征；基于解码器特征进行预测处理，将得到的残差轨迹和量测轨迹相加得到目标轨迹。该方法更能够学习快速变化状态的转移规律，提高强机动目标状态估计的准确性，保证了目标跟踪任务的性能。

公开(公告)号：CN116879879A

公开(公告)日：2023-10-13

申请号：CN202310855604.3

申请日：2023-07-12

Applicant: 清华大学

Inventor： 李刚 ,  张钰姝 ,  何友

IPC: G01S13/66 ,  G01S13/72 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/048 ,  G06F18/25 ,  G06F18/213

Abstract: 本申请中提供了一种基于Unet框架和多头注意力机制的机动目标跟踪方法和装置，所述方法包括：对量测轨迹进行输入编码和位置编码，得到编码后的状态特征；将编码后的状态特征输入到下采样编码器分支进行状态特征编码与相似性信息提取，得到多层级的编码器特征与相似度矩阵；将多层级的编码器特征与相似度矩阵输入到上采样解码器分支进行多层级特征融合与注意力信息融合，得到融合不同层级特征和注意力信息的解码器特征；基于解码器特征预测得到残差轨迹，并将残差轨迹和量测轨迹相加，得到目标轨迹。该方法能够降低输入噪声对多头注意力层提取状态特征间相似度信息的干扰，更能够学习快速变化状态的转移规律，保证了目标跟踪任务的性能。