一种基于多注意力模块的用于密集人群运动追踪的方法技术

一种基于多注意力模块的用于密集人群运动追踪的方法，包括以下步骤：S1.选取基本模型：选取通过特征模板和高斯混合模型完成特征提取任务的密集人群追踪框架为基本模型；S2.搭建多注意力模块，在基本模型的特征提取部分(即，特征模板)中搭建多注意力模块，以优化特征模板所提取的特征，从而产生高质量的注意力特征；S3.采用多注意力模块改进基本模型。本发明专利技术的基于多注意力模块的用于密集人群运动追踪的方法可以获得目标个体的精确位置，提高了检测目标个体位置的准确率。检测目标个体位置的准确率。检测目标个体位置的准确率。

【技术实现步骤摘要】
一种基于多注意力模块的用于密集人群运动追踪的方法


[0001]本专利技术属于计算机视觉领域，更具体地涉及一种基于多注意力模块的用于密集人群运动追踪的方法。

技术介绍

[0002]作为在计算机视觉领域的重要研究方向，密集人群场景下的目标运动追踪问题不仅在学术界是一个很大的挑战，在工业界也是一个具有重要应用价值的方向。针对密集人群运动追踪问题，主要的解决思路是先把一张包含密集人群场景的视频帧输入到用于特征提取的算法模型中，该算法模型也会根据提取到的行人特征，把每个目标个体的位置都检测出来，最后从一段连续的视频序列中识别出每个目标个体的运动轨迹。
[0003]在过去，很多不同类型的方法都被用于解决密集人群运动追踪问题。其中，一部分模型被用于从视频帧中提取颜色和边界等低级特征，用这样的方法确定目标个体的位置；此外，也有一部分模型被创造出来去获取视频帧中目标个体的语义信息和时序信息等高级特征，进而更好地追踪到目标个体在视频中的运动轨迹。然而，随着实际生活中很多场所的人群密度不断增加，传统的特征提取模型已经不足以在高密度人群中准确追踪目标个体。在这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多注意力模块的用于密集人群运动追踪的方法，其特征在于，包括以下步骤：S1.选取基本模型：所述基本模型包括特征模板和高斯混合模型；S2.搭建多注意力模块；以及S3.采用多注意力模块改进基本模型。2.根据权利要求1所述的基于多注意力模块的用于密集人群运动追踪的方法，其特征在于，在步骤S2中，在所述多注意力模块中设置两次注意力机制操作：第一次注意力机制操作用于进一步提取目标个体的特征；第二次注意力机制操作用于把输入到多注意力模块的特征图与经优化后的第一次注意力机制操作的特征图相融合。3.根据权利要求1所述的基于多注意力模块的用于密集人群运动追踪的方法，其特征在于，在步骤S3中，还包括将已搭建的多注意力模块加入到所述基本模型的特征提取...

【专利技术属性】
技术研发人员：黎俊良，张世雄，魏文应，陶键源，
申请(专利权)人：广东博华超高清创新中心有限公司，
类型：发明
国别省市：