摘要
本发明公开了一种基于孪生网络及模板更新的无人机目标跟踪方法,通过模板更新机制,改进多尺度特征融合模块,匹配网络将区域建议网络中的分类分支与回归分支进行关联引入并动态调整目标的辅助模板,提高了跟踪的鲁棒性,解决了现有的基于孪生网络的目标跟踪算法在目标出视野或被遮挡时容易失效,导致跟踪失败的问题;并充分获取目标的语义信息与空间信息,显著提升了在复杂场景中的跟踪精度解决了区域建议网络的分类分支与回归分支关联不够紧密,影响了跟踪的准确性的问题。
技术关键词
区域建议网络
跟踪方法
模板
融合特征
无人机
深度残差网络
图像
匹配网络
分支
多尺度特征融合
支路
样本
语义特征
缓冲池
鲁棒性
通道
对象
系统为您推荐了相关专利信息
三维激光扫描仪
三维空间位置变化
分片
全站仪
三维实景模型
粒子群优化算法
极值
任务分配模型
能耗
构建无人机
风机变桨系统
图像采集装置
特征点识别
模板匹配算法
数据