摘要
基于双重更新策略与互指导损失的视频目标跟踪方法,包括以下步骤:步骤1:构建视频目标跟踪模型;步骤2:通过具有标注的可见光视频数据集对所述视频目标跟踪模型进行跟踪训练,得到最优的模型参数;步骤3:根据初始帧指定的目标构建模板图像集合与当前视频帧的搜索区域,并将最优模型参数加载至视频目标跟踪模型中,然后对搜索区域图像中的目标位置进行预测,得到跟踪结果;步骤4:使用双重更新策略对模板图像集合以及模板图像特征进行更新。本发明通过使用双更新策略能够在不降低模型跟踪速度的情况下持续的适应目标状态的变化,提高目标跟踪的精度。还能够通过在跟踪器训练过程中使分类网络与回归网络互相约束,输出更加准确的目标边界框。
技术关键词
特征提取网络
跟踪方法
可见光视频
图像
前馈神经网络
子模块
注意力
模板特征
模板更新策略
视频帧
跟踪器
分类网络
跟踪系统
非线性
动态更新
输出特征
系统为您推荐了相关专利信息
轨迹规划方法
超声机器人
扫描机器人
机械臂驱动模块
数据同步
超声图像分割方法
上采样
注意力
融合特征
可读存储介质
神经网络模型
工业设备生产线
实时视频图像
管理方法
管理系统
信息层次结构
图像生成网络
计算机
层级
协作内容
多雷达系统
导航坐标系
检测前跟踪方法
表达式
TBD算法