摘要
本发明公开了一种基于混合线性注意力的轻量级目标跟踪系统,属于目标跟踪技术领域;本发明提出了具有线性注意力的基于CNN和Transformer的目标跟踪系统(记作ECTTrack),其结合了CNN和Transformer的优点,具有CNN那样空间归纳偏置和局部像素之间的相关性,同时也有Transformer的全局建模能力,并且该跟踪主干网络将特征提取与相关建模同时进行,可以在搜索图像中提取到更多与跟踪目标相关的特征,提高算法的判别能力。此外,本发明还提出了一个基于低秩自适应的特征自适应网络来解决任务冲突问题,它可以根据任务调整学习到的特征使其适应不同任务的预测头,并且其不会增加推理时延从而可以保证整个跟踪器的推理速度。
技术关键词
注意力
跟踪系统
特征提取网络
线性
模板特征
图片
分类特征
矩阵
级联
网络优化
图像
跟踪器
通道
模块
像素
复杂度
算法
时延
系统为您推荐了相关专利信息
载波同步方法
SOQPSK信号
前馈神经网络
编码器模块
相位编码特征
性能优化方法
分辨率
分布式光纤
时空分布特征分析
掺铒光纤放大器
地层盾构
智能控制方法
刀盘
数值仿真模型
地层特征
数据
纳米探针
光谱匹配算法
光谱响应特征
傅里叶变换算法
时序数据挖掘
异常识别方法
呼吸疾病风险
训练样本集
临床风险评估