一种通道过滤辅助跟踪的目标跟踪方法技术

本发明专利技术提供一种通道过滤辅助跟踪的目标跟踪方法

【技术实现步骤摘要】
一种通道过滤辅助跟踪的目标跟踪方法、系统及存储介质


[0001]本专利技术主要涉及计算机视觉
，具体涉及一种通道过滤辅助跟踪的目标跟踪方法
、
系统及存储介质
。

技术介绍

[0002]目前，目标跟踪已经广泛应用于视频监控，无人机和自动驾驶等领域
。
跟踪的主要挑战还是来自大遮挡
、
严重的变形
、
相似目标的影响等因素
。
精确和鲁棒性的视觉目标跟踪是具有挑战性和基本的计算机视觉问题之一
。
跟踪方法要求在视频的初始帧学习给定目标的外观模型，以预测视频的后续帧中给定目标的位置
。
[0003]近年来，基于注意力机制的跟踪方法变得越来越流行，这些方法基于注意力机制可以对视频帧的不同区域进行不同程度的关注，从而提高跟踪的准确性和稳定性
。
其中，注意力机制可以分为通道注意力和空间注意力两种类型
。
通道注意力关注的是不同通道的特征图的不同权重，以增强网格对关键目标的关注<br/>。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种通道过滤辅助跟踪的目标跟踪方法，其特征在于，包括如下步骤：步骤
S1
，输入待分析图像，通过
ResNet
‑
50
模型对所述待分析图像进行特征提取，得到初步提取特征矩阵
F
；步骤
S2
，构建目标跟踪网络，所述目标跟踪网络包括通道过滤机制组件
、
编码优化组件和解码预测组件；步骤
S3
，通过所述通道过滤机制组件对所述初步提取特征矩阵
F
的空间位置进行通道预处理，得到空间过滤特征矩阵
F
′
；通过对所述空间过滤特征矩阵
F
′
进行特征处理，得到加权特征矩阵
F
″
；步骤
S4
，通过所述编码优化组件对所述加权特征矩阵
F
″
和训练边界框信息进行编码，得到训练相似性矩阵
T
″
和权重信息
W
；步骤
S5
，通过所述解码预测组件对所述加权特征矩阵
F
″
和所述训练相似性矩阵
T
″
进行解码，得到解码特征矩阵通过预测滤波组件对所述权重信息
W
和所述解码特征矩阵进行预测，得到目标置信度得分；步骤
S6
，将所述目标置信度得分进行可视化处理，得到定位在所述待分析图像中的目标置信度得分图，将所述目标置信度得分图设定为跟踪定位目标
。2.
根据权利要求1所述的一种通道过滤辅助跟踪的目标跟踪方法，其特征在于，所述通过所述通道过滤机制组件对所述初步提取特征矩阵
F
的空间位置进行通道预处理，得到空间过滤特征矩阵
F
′
；通过对所述空间过滤特征矩阵
F
′
进行特征处理，得到加权特征矩阵
F
″
，具体为：通过所述通道过滤机制组件对所述初步提取特征矩阵
F
的空间位置进行通道处理和空间分组过滤，得到所述空间过滤特征矩阵
F
′
，所述空间过滤特征矩阵
F
′
的表达式为：其中，表示逐元素乘法，
C1(
·
)
表示第一通道处理，
C2(
·
)
表示第二通道处理，
S(
·
)
表示空间分组过滤；通过卷积层和
L2
‑
normal
对所述空间过滤特征矩阵
F
′
进行特征处理，得到所述加权特征矩阵
F
″
，所述加权特征矩阵
F
″
的表达式为：
F
″
＝
Norm(Conv(F
′
))。3.
根据权利要求2所述的一种通道过滤辅助跟踪的目标跟踪方法，其特征在于，所述通道处理包括所述第一通道处理和所述第二通道处理，所述第一通道处理
C1(
·
)
包括：通过预先构建的平均池化层
A1
对所述初步提取特征矩阵
F
进行池化，得到平均池化的上下文特征矩阵所述平均池化的上下文特征矩阵的表达式为：其中，通过预先构建的线性处理块
L
对所述平均池化的上下文特征矩阵和所述初步提取特征矩阵
F
进行线性处理，得到第一通道特征矩阵
F
c1'
＝
C1(F)
，所述第一通道特征矩阵
C1(F)
的表达式为：
其中，
σ
表示激活函数，表示逐元素乘法
。4.
根据权利要求2或3所述的一种通道过滤辅助跟踪的目标跟踪方法，其特征在于，所述第二通道处理
C2(
·
)
包括：通过预先构建的最大池化层
B1
对所述初步提取特征矩阵
F
进行池化，得到最大池化的上下文特征矩阵所述最大池化的上下文特征矩阵的表达式为：其中，通过预先构建的卷积块
C1
分别对所述平均池化的上下文特征矩阵和所述最大池化的上下文特征矩阵进行特征提取，得到平均卷积上下文特征矩阵和最大卷积上下文特征矩阵所述卷积块
C1
的卷积特征矩阵
F
.c
的表达式为：
F
·
c
＝
Conv(Relu(Conv(
·
)))
；将所述平均卷积上下文特征矩阵和所述最大卷积上下文特征矩阵进行元素级相加和激活，得到第二通道特征矩阵
C2(F)
，所述第二通道特征矩阵
C2(F)
的表达式为：其中，
σ
表示激活函数；所述第一通道处理
C1(
·
)
和所述第二通道处理
C2(
·
)
后，还包括步骤：将所述第一通道特征矩阵
F
c1
′
与所述第二通道特征矩阵
C2(F)
进行逐元素相乘，得到通道特征矩阵
F
c
′
，所述通道特征矩阵
F
c
′
的表达式为：其中，表示逐元素乘法
。5.
根据权利要求2或4所述的一种通道过滤辅助跟踪的目标跟踪方法，其特征在于，所述空间分组过滤
S(
·
)
包括：将所述通道特征矩阵
F
c
′
进行空间分组，得到空间通道特征矩阵
F
gc
′
，其中，
g
为分组参数，通过所述平均池化层
A1
对所述空间通道特征矩阵
F
gc
′
进行特征空间关系上的池化，得到空间平均池化的上下文特征矩阵所述空间平均池化的上下文特征矩阵的表达式为：其中，对所述空间平均池化的上下文特征矩阵与所述空间通道特征矩阵
F
gc
′
进行逐元素相乘，得到拼接单通道特征矩阵
F
s
，所述拼接单通道特征矩阵
F
s
的表达式为：
其中，其中，表示逐元素乘法；将所述拼接单通道特征矩阵
F
s
与所述空间通道处理特征矩阵
F

【专利技术属性】
技术研发人员：卢涛，刘新伟，张彦铎，汪家明，方稳华，符世长，李思瑶，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：