申请/专利权人:浙江谱麦科技有限公司
申请日:2024-04-08
公开(公告)日:2024-06-28
公开(公告)号:CN118261940A
主分类号:G06T7/246
分类号:G06T7/246;G06N3/045;G06N3/0464
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本发明公开了一种基于细粒度特征学习与相对关系建模的多目标跟踪方法,包括以下步骤:S1:基于主干网络和特征金字塔网络对相邻两帧视频图像进行特征提取,以获得初始特征;S2:将所述初始特征输入到细粒度特征学习模块,以获得细粒度特征;S3:将所述细粒度特征输入到相对关系构建模块,以获得跟踪目标的分类置信度分数、跟踪框和轨迹身份。本发明可以捕获细粒度的特征表示,有效地保留长期上下文并减少来自无关区域的干扰。且有助于恢复任何缺失的轨迹片段,并确保长距离轨迹的连续性,增强了复杂运动场景中的鲁棒性。
主权项:1.一种基于细粒度特征学习与相对关系建模的多目标跟踪方法,其特征在于,包括以下步骤:S1:基于主干网络和特征金字塔网络对相邻两帧视频图像进行特征提取,以获得初始特征;S2:将所述初始特征输入到细粒度特征学习模块,以获得细粒度特征;S3:将所述细粒度特征输入到相对关系构建模块,以获得跟踪目标的分类置信度分数、跟踪框和轨迹身份。
全文数据:
权利要求:
百度查询: 浙江谱麦科技有限公司 基于细粒度特征学习与相对关系建模的多目标跟踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。