摘要
一种基于自适应特征融合建模的单目标跟踪方法,属于视频单目标跟踪技术领域,首先,该方法提出了自适应特征重组模块,通过聚集上下文信息生成自适应内核来重组模板与搜索区域的特征,有效结合目标的固有特征与搜索区域信息;其次,设计了动态特征聚合模块,利用多层次的空间注意力和通道注意力来动态调整不同特征的权重,优化特征融合过程;再次,通过LTGFormer主干网络引入卷积操作来增强局部特征提取能力,从而提升目标追踪的精度与鲁棒性;最后,将特征送入预测头进行分类任务和回归任务,并结合分类结果与回归结果对目标进行精确的定位。本发明通过自适应特征重组和动态特征聚合来增强目标特征表达并抑制背景干扰。
技术关键词
嵌入特征
图片
跟踪方法
融合特征
注意力
通道
模板
板块
前馈神经网络
位置先验信息
抑制背景干扰
矩阵
全局特征提取
特征融合网络
局部特征提取
序列
关系建模
位置映射
特征值
线性
系统为您推荐了相关专利信息
掌纹特征融合
手掌图像
身份验证方法
静脉
身份识别验证
上下文特征
基准组件
页面组件
多模态特征
文档对象模型
人脸检测方法
人脸识别方法
轻量级人脸检测
人脸特征提取
空洞卷积结构