摘要
本发明公开了一种基于SiamMask的无人机目标跟踪方法,适用于反无人机应用场景的目标跟踪。目标跟踪网络结构主要包含特征提取模块、区域建议网络模块和跟踪头模块。特征提取模块采用深度卷积神经网络,通过多层卷积和池化操作,深度挖掘输入图像的特征信息。区域建议网络模块连接在特征提取模块之后,通过在特征图上滑动小窗口,并结合多种尺度和比例的锚框,快速筛选出目标可能存在的候选区域。跟踪头模块包括分类分支、回归分支和分割分支。分类分支用于判断候选区域中目标的类别;回归分支精确调整目标的位置,输出目标的边界框坐标;分割分支生成目标的掩码,可以更精细的表示无人机目标的形状和位置,从而实现对无人机目标的像素级跟踪。
技术关键词
跟踪方法
无人机
特征提取模块
区域建议网络
分支
深度卷积神经网络
随机梯度下降
算法
标签
坐标
样本
图像
网络结构
场景
数据
视频帧
像素
系统为您推荐了相关专利信息
优化计算方法
风电场风机
山脊线提取
山地
尾流效应
图像识别模型
自主移动机器人
物品检测方法
区域建议网络
物品检测装置
数据加密系统
生物特征数据
时序特征
多模态
特征提取算法
FIR滤波器
周期图法
无人机信号检测
天线
频率