【技术实现步骤摘要】
本专利技术涉及计算机视觉，更具体地说，涉及一种可解耦的端到端多目标跟踪方法及装置。
技术介绍
1、近年来，计算机视觉在实际场景中得到越来越广泛的应用。多目标跟踪作为分类、定位和目标重识别的综合性任务，在自动驾驶、安防监控、视频理解等方面发挥着重要作用。随着深度学习的发展，多目标跟踪模型开始从两阶段的基于检测的跟踪架构逐渐过渡到一阶段的端到端跟踪架构，使得模型结构更加简洁、数据利用方式更加高效。一阶段的端到端跟踪框架主要聚焦于检测信息和关联信息的高效融合，既需要新物体能够被及时检测到，又需要已出现的物体被稳定跟踪，然而这些方法在处理这两类信息过程中产生了严重的耦合现象，造成检测任务和关联任务的冲突，从而极大地增加了模型的优化难度。在极少的一阶段可解耦的端到端多目标跟踪方法中，通过规则式匹配算法处理检测信息和关联信息，因此需要手工设置超参数，无法根据数据完全自适应调整模型，难以应对目标聚集、遮挡等复杂场景，并使得模型的部署成本增加，应用范围受限。
2、经检索，中国专利申请，申请号202210239608.4，公开日2022年8月...
【技术保护点】
1.一种可解耦的端到端多目标跟踪方法，包括以下步骤：
2.根据权利要求1所述的一种可解耦的端到端多目标跟踪方法，其特征在于，设定分类置信度阈值，在第一帧图像中，将分类置信度高于分类置信度阈值的跟踪结果标记为新出现物体，加入跟踪序列，将新出现物体的关联嵌入向量作为跟踪嵌入向量，将对应的定位信息作为跟踪采样点坐标。
3.根据权利要求2所述的一种可解耦的端到端多目标跟踪方法，其特征在于，自适应信息交互模块包括检测-跟踪信息转移模块、检测-跟踪信息抑制模块和特征-采样点对齐模块；
4.根据权利要求3所述的一种可解耦的端到端多目标跟踪方法，其...
【技术特征摘要】
1.一种可解耦的端到端多目标跟踪方法，包括以下步骤：
2.根据权利要求1所述的一种可解耦的端到端多目标跟踪方法，其特征在于，设定分类置信度阈值，在第一帧图像中，将分类置信度高于分类置信度阈值的跟踪结果标记为新出现物体，加入跟踪序列，将新出现物体的关联嵌入向量作为跟踪嵌入向量，将对应的定位信息作为跟踪采样点坐标。
3.根据权利要求2所述的一种可解耦的端到端多目标跟踪方法，其特征在于，自适应信息交互模块包括检测-跟踪信息转移模块、检测-跟踪信息抑制模块和特征-采样点对齐模块；
4.根据权利要求3所述的一种可解耦的端到端多目标跟踪方法，其特征在于，检测-跟踪信息抑制模块包括多头自注意力模块和前向连接网络；检测-跟踪信息抑制模块自适应抑制跟踪嵌入向量和检测嵌入向量中的相似信息，其过程表示为：
5.根据权利要求4所述的一种可解耦的端到端多目标跟踪方法，其特征在于，特征-采样点对齐模块包括动态锚框交叉注意力模块、前向连接网络和位置更新子网络，特征-采样点对齐模块将交互后的跟踪嵌入向量和检测嵌入向量对齐，其过程表示为：
6.根据权利要求5所述的一种可解耦的端到端多目标跟踪方法，其特征在于，从待...
【专利技术属性】
技术研发人员：贾书坤，姚劲松，付立红，曹毅超，封晓强，路小波，
申请(专利权)人：河北林业生态建设投资有限公司，
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。