摘要
本发明涉及计算机视觉目标跟踪技术领域,具体涉及一种复杂场景中的多目标跟踪系统,包括:采集模块,用于通过摄像头采集场景中行人的视频图像信息;Transformer编码模块,用于对多尺度特征图像信息进行编码;Transformer解码器模块,用于采用双解码器结构,利用选择性查询记忆机制获取编码特征的前两层信息,生成目标解码特征;数据关联模块,用于采用改进的二次数据关联算法,对目标边界框和分类信息进行匹配关联,生成跟踪结果;评估与反馈模块,用于利用性能指标评估跟踪结果,跟据评估结果调整ResNet神经网络模型参数;可视化模块,用于将跟踪结果以视频序列形式实时展示。本发明的多目标跟踪系统能够减少了复杂环境中目标的丢失,提高检测器的整体有效性。
技术关键词
特征图像信息
跟踪系统
神经网络模型
数据关联算法
可视化模块
特征提取模块
前馈神经网络
记忆机制
场景
解码器结构
编码模块
视频
编码结构
参数
多尺度特征提取
轨迹
梯度下降算法
系统为您推荐了相关专利信息
网络训练方法
神经网络模型
样本
高压开关检修
图片
数据安全监测
物联网设备
网络流量数据
异常事件
图谱
传感器阵列
信号
变压器箱体
迁移学习模型
在线故障诊断
汉字结构
元素
词向量模型
字符
Word2Vec模型