公开(公告)号：CN114581479A

公开(公告)日：2022-06-03

申请号：CN202210266386.5

申请日：2022-03-17

Applicant: 湖南大学

Inventor： 李智勇 ,  张奎

IPC: G06T7/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于孪生网络单目标图像跟踪器的模板更新方法，包括采集图像数据，进行数据裁切，获取训练数据集；构建图像跟踪模型，用于提取特征；将训练数据集输入到图像跟踪模型中进行训练，得到训练后的图像跟踪模型；计算候选模板特征；通过训练后的图像跟踪模型为候选模板特征进行评价，计算更新的模板和下一帧的真值特征之间的欧式距离，并对欧式距离进行排序；选择欧式距离最小的锚框，并对当前图像中选取的目标进行跟踪。本发明利用累计模板的特征，使得物体每帧变化的内容会在累计模板体现，预测下一帧模板比简单的线性插值更加准确。

公开(公告)号：CN114581479B

公开(公告)日：2024-09-24

申请号：CN202210266386.5

申请日：2022-03-17

Applicant: 湖南大学

Inventor： 李智勇 ,  张奎

IPC: G06T7/20 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于孪生网络单目标图像跟踪器的模板更新方法，包括采集图像数据，进行数据裁切，获取训练数据集；构建图像跟踪模型，用于提取特征；将训练数据集输入到图像跟踪模型中进行训练，得到训练后的图像跟踪模型；计算候选模板特征；通过训练后的图像跟踪模型为候选模板特征进行评价，计算更新的模板和下一帧的真值特征之间的欧式距离，并对欧式距离进行排序；选择欧式距离最小的锚框，并对当前图像中选取的目标进行跟踪。本发明利用累计模板的特征，使得物体每帧变化的内容会在累计模板体现，预测下一帧模板比简单的线性插值更加准确。