一种基于改进SiamFC的单目标交通标志跟踪方法技术

本发明专利技术公开了一种基于改进SiamFC的单目标交通标志跟踪方法。该发明专利技术在多分辨率单目标检测方向上有一定的通用性，该专利以交通标志跟踪为说明案例，交通标志的跟踪采集易存在光照不均、模糊等影响。针对单目标跟踪问题，将SiamFC算法中的骨干网络由AlexNet变为ResNet

【技术实现步骤摘要】
一种基于改进SiamFC的单目标交通标志跟踪方法


[0001]本专利技术涉及深度学习中的目标跟踪领域，通过改进后的SiamFC算法对交通标志进行目标跟踪。

技术介绍

[0002]随着互联网在全球范围内的扩展，中国互联网快速发展，互联网技术不断革新提升，人工智能领域的研究也不断深入。其中，无人驾驶技术由于便利性及应用领域广泛，成为了当下研究的热点方向。但是，现阶段的无人驾驶技术对交通标志的跟踪识别并不成熟。受环境温湿度、极端天气状况及灯光等外界环境因素影响，对交通标志的跟踪采集易存在光照不均、模糊等问题；此外，随着我国基础建设不断发展，隧道、坡路、急弯等复杂路况里程数增加，交通标志易被沙尘污秽，被外物遮挡；同时，受限于无人驾驶汽车车载设备技术限制，采集到的视频中的道路交通标志在可视范围内较小，出现时间较短；此外，道路交通标志具有丰富的种类和相似的外观，其在不同地区出现频次不同，分布极不均衡，进一步加大了道路交通标志检测的难度。因此，针对实际场景中道路交通标志的检测识别，提出一种迅速而精确的方法具有迫切工程意义。
[0003]孪生网络(si本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进SiamFC的单目标交通标志跟踪方法，其特征在于将SiamFC算法中骨干网络AlexNet替换为ResNet
‑
50深层网络，包括以下步骤：步骤一：将在线选择分支结构应用到算法中，使用多个卷积孪生网络训练图像序列，输出多个特征响应图，通过在线选择分支结构，选择特征响应图值最大的结果，进行后续的操作；步骤二：输入包括从第一个视频帧裁剪的目标patch 1和当前帧中包含搜索区域的另一个patch 2。目标patch 1的大小为W_1
×
H_1
×
3，对应于图像的宽度、高度和颜色通道。patch 2的大小为W_2
×
H_2
×
3，其中W_2&...

【专利技术属性】
技术研发人员：贾海涛，江雪婷，黄婧，陈泓秀，谭志昊，李彧，许文波，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：