一种基于梯度的多模态目标跟踪数据增强方法

本发明公开了一种基于梯度的多模态目标跟踪数据增强方法，步骤如下：收集多模态目标跟踪模型的原始训练数据集，对所述收集到的数据进行预处理，构造统一的训练数据集；构建多模态目标跟踪模型，获取搜索图像相对于跟踪模型损失函数的梯度；构建目标函数，计算搜索图像相对于目标函数的梯度；将获取的梯度与学习率和随机系数相乘，作为扰动项添加到搜索图像；多次迭代，沿梯度上升方向调整梯度调整梯度值，优化目标函数，获得增强数据。本发明的方法利用跟踪模型的梯度信息，定义损失程度度量值，设计多目标联合优化函数，生成大量模拟复杂环境和样本变异特征的对抗样本，增强训练数据，以提升跟踪模型的鲁棒性和适应性。