基于收缩增强损失函数的多视图置信度感知跟踪方法

    公开(公告)号:CN115908480A

    公开(公告)日:2023-04-04

    申请号:CN202211238582.8

    申请日:2022-10-11

    Abstract: 本发明公开了一种基于收缩增强损失函数的多视图置信度感知跟踪方法,属于目标跟踪技术领域,用于解决传统孪生跟踪算法很少考虑模板中相似目标背景难以区分,导致的跟踪结果不准确问题。本发明首先设计了一个收缩增强损失函数,通过在回归学习训练时收缩简单背景负样本的影响,增大困难背景负样本的贡献,平衡训练样本,最终挑选对目标更敏感的通道特征;同时,为进一步增强置信度图可靠性,构造了一种多视图置信度感知方法。本发明通过多视图置信度指南将模板、前景和背景的响应图进行整合,突出目标特征,抑制背景干扰,从而获得更具判别力的目标响应图,提升跟踪结果的鲁棒性。

Patent Agency Ranking