【技术实现步骤摘要】
一种基于自适应模板更新的孪生网络跟踪方法
本专利技术涉及计算机视觉
，尤其涉及的是一种基于自适应模板更新的孪生网络的目标跟踪方法。
技术介绍
单目标视觉跟踪是计算机视觉应用中重要的研究方向之一，如图像理解、视频监控、人机交互、自动驾驶等。其目的在于只给出在初始帧中的任意目标，然后估计视频序列中该目标的位置。因为频繁变化的目标、不同的色调、干扰物的存在和环境等方面的因素,目标跟踪的主要挑战之一是如何健壮地表示外观模型。在单目标跟踪中，几乎所有最先进的跟踪器都从两个方面提高跟踪算法的性能。一种是设计有效的算法，称为判别或生成算法模型。前者训练分类器区分目标与背景，后者计算目标与搜索候选目标的联合概率密度，找到最合适的目标。另一种是通过提取人工特征或多层深度卷积特征来优化目标表示能力。但是，使用了复杂的模型或深度特征提高了性能的同时，却也大大降低了跟踪速度。目前，孪生网络框架作为一种生成式跟踪器受到了越来越多的关注，因为它在各种测试基准中的速度和准确性都处于领先地位。基于孪生网络的跟踪算法通过广泛的离线训练来学习不同帧中物体...
【技术保护点】
1.一种基于自适应模板更新的孪生网络跟踪方法，其特征在于，基于目标跟踪模型，所述目标跟踪模型包括孪生跟踪模块、轨迹预测模块和模板更新模块，其中，/n所述孪生跟踪模块用于输出目标模板在当前原始视频帧的搜索区域中预测的目标跟踪边界框，输入为当前原始视频帧中的搜索区域，以及目标模板，目标模板的初始值从第一帧中获取；/n所述轨迹预测模块用于判断当前目标模板是否需要更新，输入为历史目标跟踪信息，输出为一个二值变量，用来控制模板更新模块的启动；所述历史目标跟踪信息包括孪生跟踪模块在历史时刻处理视频帧输出的历史目标跟踪边界框，和孪生跟踪模块在当前时刻处理视频帧中间过程生成的响应图；/n所...
【技术特征摘要】
1.一种基于自适应模板更新的孪生网络跟踪方法，其特征在于，基于目标跟踪模型，所述目标跟踪模型包括孪生跟踪模块、轨迹预测模块和模板更新模块，其中，
所述孪生跟踪模块用于输出目标模板在当前原始视频帧的搜索区域中预测的目标跟踪边界框，输入为当前原始视频帧中的搜索区域，以及目标模板，目标模板的初始值从第一帧中获取；
所述轨迹预测模块用于判断当前目标模板是否需要更新，输入为历史目标跟踪信息，输出为一个二值变量，用来控制模板更新模块的启动；所述历史目标跟踪信息包括孪生跟踪模块在历史时刻处理视频帧输出的历史目标跟踪边界框，和孪生跟踪模块在当前时刻处理视频帧中间过程生成的响应图；
所述模板更新模块用于生成新的目标模板，输入包括当前时刻孪生跟踪模块的输入目标模板和输出的目标跟踪边界框，以及原始视频帧，输出为更新后的目标模板，用于下一时刻视频帧的跟踪；
具体步骤包括：
(1)将待跟踪的视频帧和目标模板输入到孪生跟踪模块中，输出预测的目标跟踪边界框；
(2)将历史跟踪信息输入到轨迹预测模块中，输出二值变量，判断是否启动模板更新模块；
(3)若启动了模板更新模块，模板更新模块对当前帧使用的目标模板进行更新，更新后的目标模板代替更新前的目标模板作为孪生跟踪模块的输入；
(4)每到来一个新的视频帧，就重复(1)-(3)的步骤。
2.根据权利要求1所述的基于自适应模板更新的孪生网络跟踪方法，其特征在于，所述的孪生跟踪模块包括两个分支及三个区域提议网络单元，每个分支即为一个特征提取单元，第一分支用于提取目标模板的特征，输入为目标模板，第二分支用于提取搜索区域的特征，输入为搜索区域；每个分支提取三种特征，分别是局部特征、全局特征和融合特征；所述的三个区域提议网络单元是级联结构，通过多级回归操作输出最终的目标跟踪边界框；第一个单元的输入是目标模板和搜索区域的局部特征，输出初步的分类预测信息和回归信息，第二个单元的输入是搜索区域和目标模板的全局特征，输出进一步的分类预测信息和回归信息，第三个单元的输入是搜索区域和目标模板的融合特征，三个单元的分类预测信息加权相加，三个单...
【专利技术属性】
技术研发人员：杨金福，李亚萍，李智勇，李明爱，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。