摘要
本发明公开了一种基于轮廓点和自适应表观特征的线索提取方法,首先获取原始图像数据,通过基础特征提取网络进行特征提取,生成基础特征图;再经过任务执行网络处理,得到结果图;对于结果图,在后处理部分采用映射匹配的方式为检测目标选取对应的表观特征向量,将表观特征向量与检测目标对应,最终得到具有特征线索的结果图完成线索提取;本发明以JDE范式的多任务并行结构为基础,采用自适应目标轮廓点,能够更详细、更直观地描述目标的形状和姿态。并通过映射匹配的表征方式捕捉了目标的轮廓信息,丰富了几何特征,有助于准确识别和追踪目标。且提出了基于边界框线索提取部分的优化方案来缓解存在的检测目标与表观特征不对齐问题。
技术关键词
线索提取方法
特征选取方法
专用特征
特征提取网络
特征融合网络
特征金字塔网络结构
原始图像数据
基础
双线性插值法
图像数据处理
坐标
轮廓信息
注意力机制
非线性
语义特征
分辨率
系统为您推荐了相关专利信息
异常检测方法
迁移学习策略
样本
Adam算法
图片
服务器组件
图像识别模型
融合特征
识别方法
检测识别模块
肢体动作识别方法
动作特征
多尺度特征融合
深度卷积神经网络
特征提取网络