【技术实现步骤摘要】
一种基于多路选择注意力机制的目标跟踪方法及装置
[0001]本专利技术属于目标跟踪领域，更具体地，涉及一种基于多路选择注意力机制的目标跟踪方法及装置
。
技术介绍
[0002]近年来，随着经济的高速发展和科技的不断进步，人工智能技术得到了各行各业的极大关注，以往需要大量人力资源进行监管的场景现在可以逐步由机器代替
。
经研究表明，人类获取的信息有超过七成是通过视觉获得的，因此，对于人工智能行业的发展来说计算机视觉技术是极为重要的
。
具体来说，计算机视觉就是指用电子成像设备代替人眼实现对目标的分类
、
识别等任务
。
近年来，随着计算机高性能计算资源的普及，深度学习技术被尝试应用到计算机视觉领域
。
[0003]当前，多目标跟踪技术由于其应用范围广
、
技术难点多的特点，逐渐受到学术界和工业界的关注
。
现阶段，多目标跟踪技术在智能监控
、
自动驾驶
、
交通管制等领域，已有
【技术保护点】
【技术特征摘要】
1.
一种基于多路选择注意力机制的目标跟踪方法，其特征在于，所述基于多路选择注意力机制的目标跟踪方法包括：从数据集中获取相邻的两帧输入图像，采用跟踪网络分别对每帧输入图像进行特征提取和特征融合，得到每帧输入图像所对应的聚合向量，对两个所述聚合向量进行拼接得到拼接向量；将所述拼接向量分别输入至跟踪网络的类别分类网络分支
、
身份验证网络分支和边界框对回归网络分支；通过所述类别分类网络分支对所述拼接向量进行类别预测，得到分类损失
L
cls
，通过身份验证网络分支对所述拼接向量进行身份预测，得到身份验证损失
L
id
，通过边界框对回归网络分支对所述拼接向量进行边界框预测，得到回归损失
L
reg
；根据所述分类损失
L
cls
、
所述身份验证损失
L
id
和回归损失
L
reg
得到总损失
L
total
，对跟踪网络进行多轮迭代训练，直至总损失
L
total
收敛，得到训练后的跟踪网络；根据训练后的跟踪网络对实时画面中的目标进行跟踪
。2.
根据权利要求1所述的基于多路选择注意力机制的目标跟踪方法，其特征在于，按照公式一计算总损失
L
total
；其中，
ω1和
ω2为用于平衡分类与回归任务的可学习的参数
。3.
根据权利要求1所述的基于多路选择注意力机制的目标跟踪方法，其特征在于，所述从数据集中获取相邻的两帧输入图像，采用跟踪网络分别对每帧输入图像进行特征提取和特征融合，得到每帧输入图像所对应的聚合向量，对两个所述聚合向量进行拼接得到拼接向量包括：从数据集中获取相邻的两帧输入图像，采用跟踪网络分别对每帧输入图像进行特征提取，以获取高层特征和底层特征；通过上采样的方式将所述高层特征与所述底层特征进行自上而下的聚合，将高层特征传递到底层特征中，完成目标的语音信息的融合；在自上而下的聚合路径的上增加一条自底向上的聚合路径，将底层特征传递到高层特征中，完成目标的位置信息的融合，以得到每帧输入图像所对应的聚合向量；其中，所述高层特征包括目标的语义信息，所述底层特征包括目标的位置信息和纹理信息
。4.
根据权利要求1所述的基于多路选择注意力机制的目标跟踪方法，其特征在于，在所述类别分类网络分支
、
身份验证网络分支和边界框对回归网络分支中均包括至少一个卷积层；在每个分支的卷积层之后添加有多路选择注意力机制；所述多路选择注意力机制包括空间注意力模块
、
运动激励模块和时空注意力模块
。5.
根据权利要求4所述的基于多路选择注意力机制的目标跟踪方法，其特征在于，所述通过所述类别分类网络分支对所述拼接向量进行类别预测，得到分类损失
L
cls
包括：通过所述类别分类网络分支中的至少一个卷积层对所述拼接向量进行卷积处理，得到输入向量；
通过空间注意力模块对输入向量进行处理，得到通道激励；通过运动激励模块对输入向量进行处理，得到运动激励；通过时空注意力模块对输入向量进行处理，得到时空激励；将所述通道激励乘以权重
α
，将所述运动激励乘以权重
β
，将所述时空激励乘以权重
λ
，对乘以权重后的激励进行加权求和，得到预测输出向量，其中，
α
、
β
、
λ
为网络的参数，伴随网络的训练过程自适应动态调整；根据所述预测输出向量和实际输出向量得到分类损失
L
cls
。6.
根据权利要求4所述的基于多路选择注意力机制的目标跟踪方法，其特征在于，所述通过身份验证网络分支对所述拼接向量进行身份预测，得到身份验证损失
L
id
【专利技术属性】
技术研发人员：任文凯，刘建云，程朋，
申请(专利权)人：中国船舶集团有限公司第七，
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。