Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

行人多目标跟踪识别方法及跟踪识别装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:青岛科技大学

摘要:本发明公开了一种行人多目标跟踪识别方法和跟踪识别装置,解决现有技术存在的精确度低和稳定性差的问题。所述方法包括采用训练数据集训练网络并获取行人多目标跟踪识别模型的过程:获取包含行人多目标的训练数据集;将所述训练数据集输入基于FairMOT架构、由GAConv和CLFPN构建的Encoder‑Decoder网络,获得多尺度融合特征图;将所述多尺度融合特征图输入目标检测网络和重识别网络,获得目标和检测结果;将所述目标和检测结果输入跟踪网络进行跟踪,获得训练后的行人多目标跟踪识别模型;在采用所述训练数据集训练网络时,采用自适应loss衰减的学习率更改策略和AdamW相结合的方法执行网络参数优化。

主权项:1.一种行人多目标跟踪识别方法,其特征在于,所述方法包括采用训练数据集训练网络并获取行人多目标跟踪识别模型的过程;所述训练网络的过程包括:获取包含行人多目标的训练数据集;将所述训练数据集输入基于FairMOT架构的Encoder-Decoder网络进行特征提取,获得多尺度融合特征图;所述Encoder-Decoder网络中,采用全局注意卷积模块GAConv作为主干网络,引入跨层特征金字塔结构CLFPN对所述主干网络进行改进;将所述多尺度融合特征图输入所述FairMOT架构的目标检测网络和重识别网络,获得目标和检测结果;将所述目标和检测结果输入所述FairMOT架构的跟踪网络进行跟踪,获得训练后的行人多目标跟踪识别模型;在采用所述训练数据集训练网络时,采用自适应loss衰减的学习率更改策略和AdamW相结合的方法执行网络参数优化,网络参数收敛后的模型确定为所述训练后的行人多目标跟踪识别模型。

全文数据:

权利要求:

百度查询: 青岛科技大学 行人多目标跟踪识别方法及跟踪识别装置

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。