摘要
本发明公开了一种深入孪生网络的目标跟踪方法及系统,本发明涉及计算机视觉与人工智能技术领域,目标跟踪方法包括以下步骤:获取待跟踪视频序列和初始帧中的目标模板图像,将目标模板图像和当前帧的搜索区域图像输入轻量化主干网络,分别提取多尺度特征图,轻量化主干网络为改进,嵌入动态通道剪枝模块,对多尺度特征图进行跨层融合,通过自适应模板更新模块,本发明的优点在于:改进的MobileNetV3轻量化主干网络,结合动态通道剪枝模块,能够自适应关闭冗余通道,减少模型参数量和计算量,剪枝阈值通过元学习动态优化,确保在降低复杂度的同时保留关键特征信息。
技术关键词
跟踪方法
通道剪枝
网络
跟踪系统
模板
全局平均池化
特征提取模块
动态
多尺度特征融合
混合损失函数
图像
数据输入模块
定位模块
复杂度
双线性插值
人工智能技术
残差结构
系统为您推荐了相关专利信息
多智能体强化学习
图像分类模型
客户端
服务器
深度Q网络
IP地址自动分配系统
IP地址自动分配方法
VPX背板
编码
插卡
故障特征
故障预警方法
波形
非易失性存储介质
长短期记忆网络