【技术实现步骤摘要】
一种基于多级特征提取器的具有自恢复力的目标跟踪方法
[0001]本专利技术涉及计算机视觉领域,尤其涉及一种基于多级特征提取器的具有自恢复力的目标跟踪方法。
技术介绍
[0002]目标跟踪是计算机视觉领域的研究热点,在云端跟踪、无人机飞行器、智能目标跟踪和智能交通等领域具有较高的应用价值。在现实应用中,由于被跟踪的物体与跟踪设备总是处于相对运动的过程之中,所以被跟踪目标在采集图像中的尺度大小总是在进行变化,剧烈的变化通常导致算法的检测率变低,影响目标跟踪。
技术实现思路
[0003]本专利技术所要解决的技术问题是,提供一种基于多级特征提取器的具有自恢复力的目标跟踪方法,能够缓解追踪目标尺度变化所产生的问题。
[0004]为了解决上述技术问题,本专利技术是通过以下技术方案实现的:一种基于多级特征提取器的具有自恢复力的目标跟踪方法,其特征是,利用特征提取网络(VGG)和多尺度特征金字塔网络从输入的图像或视频中提取特征,然后根据学习到的特征生成密集的边界框和分类分数进行非最大抑制操作,生成最终结果。
[0005]进一步地,所述特征提取网络由特征融合模块、U形模块和多尺度特征重组网络组成;所述特征融合模块由特征融合模块1和特征融合模块2组成,所述特征融合模块1通过融合主干的特征映射将语义信息丰富为基础特征(VGG);所述U形模块具有三组,每组 U 形模块生成一组多尺度特征,生成的多尺度特征分别交替联合 U 形模块和特征融合模块2提取多层次多尺度特征。
[0006]进一步地,所述多尺度特征 ...
【技术保护点】
【技术特征摘要】
1.一种基于多级特征提取器的具有自恢复力的目标跟踪方法,其特征是,利用特征提取网络(VGG)和多尺度特征金字塔网络从输入的图像或视频中提取特征,然后根据学习到的特征生成密集的边界框和分类分数进行非最大抑制操作,生成最终结果。2.根据权利要求1所述的一种基于多级特征提取器的具有自恢复力的目标跟踪方法,其特征是,所述特征提取网络由特征融合模块、U形模块和多尺度特征重组网络组成;所述特征融合模块由特征融合模块1和特征融合模块2组成,所述特征融合模块1通过融合主干的特征映射将语义信息丰富为基础特征(VGG);所述U形...
【专利技术属性】
技术研发人员:李璐,胡浩锦,邓维轩,
申请(专利权)人:苏州海裕鸿智能科技有限公司,
类型:发明
国别省市:
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。