基于四叉树胶囊的深度回归跟踪方法技术

本发明专利技术公开了一种基于四叉树胶囊的深度回归跟踪方法，所述方法包括如下步骤：一、给定当前帧的搜索区域，采用在ImageNet上预训练的VGG

【技术实现步骤摘要】
基于四叉树胶囊的深度回归跟踪方法


[0001]本专利技术涉及一种目标跟踪方法，尤其涉及一种基于四叉树胶囊的深度回归跟踪方法。

技术介绍

[0002]得益于能够捕捉部分和整体之间的空间关系，胶囊网络在许多视觉任务中都取得了成功。然而，由于其较高的计算复杂度，使得直接将胶囊网络应用于视觉跟踪任务变得较为困难，因为处理速度是视觉跟踪任务的重要指标。

技术实现思路

[0003]为了更好的进行目标跟踪，本专利技术提供了一种基于四叉树胶囊的深度回归跟踪方法。
[0004]本专利技术的目的是通过以下技术方案实现的：
[0005]一种基于四叉树胶囊的深度回归跟踪方法，包括如下步骤：
[0006]步骤一、给定当前帧的搜索区域，采用在ImageNet上预训练的VGG
‑
16网络的conv4
‑
3和conv5
‑
3两个特征层作为特征提取器分别提取底层和高层语义表示；
[0007]步骤二、通过四叉树胶囊模块构造空间胶囊，具体步骤如下：
[0008]步骤二一、通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于四叉树胶囊的深度回归跟踪方法，其特征在于所述方法包括如下步骤：步骤一、给定当前帧的搜索区域，采用在ImageNet上预训练的VGG
‑
16网络的conv4
‑
3和conv5
‑
3两个特征层作为特征提取器分别提取底层和高层语义表示；步骤二、通过四叉树胶囊模块构造空间胶囊，具体步骤如下：步骤二一、通过下采样在特征金字塔的每一层构造不同尺度的胶囊；步骤二二、设计对称引导路由算法融合底层特征和高层特征，以此捕获丰富的上下文信息；步骤二三、给定金字塔各个层级的双向胶囊，在相应的空间索引中选取top K个具有最高激活值的胶囊，通过按位加操作整合各个层级的胶囊；步骤三、通过多光谱姿态矩阵注意力构造时空胶囊，具体步骤如下：步骤三一、将每一个胶囊的姿态矩阵存储在缓存中，记为[capsule
t
‑6,capsule
t
‑5,...,capsule
t
‑1]，其中，t
‑
*表示视频帧的时序标签；步骤三二、将每一个胶囊capsule
*
变形成H
×
W
×
C'，其中，H和W表示胶囊的尺寸，C'＝1/8C，C是胶囊类别的数量与胶囊维度的乘积；步骤三三、对于每一个胶囊capsule
i
，分配相应的DCT频率：其中，PM
i
是姿态矩阵表示，[u
i
,v
i
]是PM
i
对应的2D频率分量；整个多光谱姿态矩阵注意力PM
att
表达为：PM
att
＝sigmoid(fc(Freq))；其中，sigmoid是激活函数，fc是一层可学习的全连接层；步骤四、时序胶囊的局部位移，具体步骤如下：步骤四一、在在线跟踪过程中，将过去8帧的胶囊表示保存在缓存中；步骤四二、当获得第t帧的姿态矩阵时，通过计算其最后1维的平均值得到一个压缩表示，该压缩表示是原尺寸的1/8；步骤四三、将t
‑
6帧的姿态矩阵的前1/8替换为步骤四二得到的压缩表示，将替换后的姿态矩阵作为第t+1帧的时序胶囊；步骤五、将时序胶囊的姿态矩阵压平，并将它们传递给解码器进行解码。2.根据权利要求1所述的基于四叉树胶囊的深度回归跟踪方法，其特征在于所述步骤二一的具体构造步骤如下：步骤二一一、特征降维：通过一个核大小为1
×
1的卷积层将输入特征h
×
w
×
c降维到h
×...

【专利技术属性】
技术研发人员：邬向前，卜巍，马丁，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：