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:安徽大学
摘要:本发明公开了一种基于缺失感知提示的模态缺失RGBT跟踪方法及系统,方法包括:获取训练帧图像对并对其对打标签,包括有缺失类型和无缺失类型;有缺失类型的图像,设置对应的缺失补偿填充集;判断当前图像对中两张图像是否有缺失,当其中一张图像有缺失时,根据缺失类型从对应的缺失补偿填充集中选择对应的补充帧图像,并与另一张无缺失的图像组成图像对作为输入,若为无缺失类型时,则当前图像对直接应用作为输入;设置图像模板搜索帧边界框并对作为输入的图像对进行分割再进行维度转换,获取图像语义信息并作为建立的缺失感知提示模态融合模型的输入,使用优化算法对模型进行优化训练,并用优化后的模型获取当前帧图像对的目标包围框提高跟踪精度。
主权项:1.一种基于缺失感知提示的模态缺失RGBT跟踪方法,其特征在于,包括:对视频序列随机采样,获取训练帧图像对,并对训练帧图像对打标签,包括有缺失类型和无缺失类型;且有缺失类型的图像,设置有对应的缺失补偿填充集;判断当前图像对中,两张图像是否有缺失,当其中一张图像有缺失时,根据缺失类型,从对应的缺失补偿填充集中,选择对应的补充帧图像,并与另一张无缺失的图像,组成图像对作为输入,若当前图像对中无缺时,则当前图像对直接应用作为输入;设置图像模板搜索帧边界框;根据图像模板搜索帧边界框对作为输入的图像对进行分割,再进行维度转换,获取图像语义信息;建立缺失感知提示模态融合模型,包括模态原型缺失感知提示模块、上下文缺失感知提示模块和多模态Transformer模块;图像语义信息作为模态原型缺失感知提示模块和上下文缺失感知提示模块的输入,并分别输出模态原型补偿语义信息和特定实例补偿语义信息;多模态Transformer模块通过级联的方式将模态原型补偿语义信息、特定实例补偿语义信息以及图像模板搜索帧边界框的键和值分别拼接,并与图像搜索的查询做注意力计算;使用优化算法对建立的缺失感知提示模态融合模型进行优化训练,并用优化后的缺失感知提示模态融合模型,获取当前帧图像对的目标包围框。
全文数据:
权利要求:
百度查询: 安徽大学 基于缺失感知提示的模态缺失RGBT跟踪方法及系统
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。