摘要
本发明提出基于分组注意力特征提取网络的目标跟踪方法与系统,该方法包括:基于模板和搜索图像,利用分组注意力特征提取网络得到模板和搜索特征;对模板目标图像特征与搜索图像特征的局部区域进行学习,聚合得到目标信息;将模板与搜索特征进行拼接,得到异步交互阶段自注意力编码器的输入;融合后的特征结合预测头进行计算,获取分类回归结果,根据分类归回结果对目标预测;结合大规模数据集对目标跟踪模型进行训练,得到训练后的目标跟踪模型,利用训练后的目标跟踪模型对目标进行精确的目标跟踪;本发明构建的基于Transformer的多尺度特征提取网络,促进窗口内部和窗口间的顺序局部和全局信息交互,实现性能与速度之间的最佳平衡。
技术关键词
特征提取网络
搜索特征
模板特征
跟踪方法
图像
特征融合网络
注意力编码器
深度注意力机制
线性变换矩阵
拼接模板
缓存技术
分支
模块
模型更新
特征切片
异步交互
多层感知机
系统为您推荐了相关专利信息
路径规划优化方法
深度优先搜索方法
全覆盖
计算机程序产品
顶点
内存条
视觉传感器
图像金字塔
特征点信息
机械臂
机场跑道
自动检测方法
图像特征提取
文本编码器
图像编码器
便携办公终端
身份识别信息
管理方法
图像比对模型
计算机可读指令