龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：浙江大学;山东临工工程机械有限公司
申请日：2024-03-27
公开（公告）日：2024-06-28
公开（公告）号：CN118261939A
主分类号：G06T7/246
分类号：G06T7/246;G06V20/40;G06V10/25;G06V10/764;G06V10/766;G06V10/82;G06N3/045;G06N3/0464;G06N3/09
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种低帧率视频流多目标跟踪方法及模型训练方法，模型主要包括骨干网络、目标检测模块、位移估计模块和多阶段关联模块。目标检测模块采用包围框定位当前帧中所有感兴趣目标；位移估计模块用于估计每一个检测值相对上一时刻的位移，并给出每个位移估计值的不确定性，即位移估计值与真值的残差；多阶段关联模块基于位移估计及位移估计的不确定性，将当前帧检测值与前一帧轨迹执行分阶段的关联；基于随机擦除的模型预训练方法用于提升位移估计模块的鲁棒性。该方法能够有效提升低帧率下，尤其是存在频繁遮挡的拥挤场景下，多目标跟踪的质量。
主权项：1.一种低帧率视频流多目标跟踪方法，其特征在于，包括：S1、将当前帧图像输入到骨干网络提取特征，输入到目标检测模块和位移估计模块；S2、目标检测模块采用包围框定位当前帧中所有感兴趣目标并输出检测值，每个检测值对应一个感兴趣目标；S3、位移估计模块为图像中的每个像素估计其在像素空间中相对上一时刻的位移，并给出每个位移估计值的不确定性，表示位移估计值与位移真值的残差；S4、多阶段关联模块接收来自目标检测模块与位移估计模块的输出，基于不确定性排序确定检测值被关联的优先顺序，分多阶段将检测值和历史轨迹进行关联，并依据关联情况进行轨迹管理，完成目标跟踪。
全文数据：
权利要求：
百度查询： 浙江大学;山东临工工程机械有限公司 一种低帧率视频流多目标跟踪方法及模型训练方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号