【技术实现步骤摘要】
本专利技术涉及计算机视觉与图像处理，特别涉及基于多尺度特征和共线注意力模块的目标跟踪方法与系统。
技术介绍
1、视觉目标跟踪是计算机视觉中的一项基本任务，其目的是在给定视频序列中任意目标的初始状态下对其进行跟踪。近年来，随着深度神经网络的发展，跟踪技术取得了显著的进展。特别是，transformer的使用在几种高性能跟踪器的开发中起到了关键作用。然而，最近的大部分研究工作都只集中在实现高性能上，而没有考虑跟踪速度。
2、虽然这些最先进的跟踪器可以在功能强大的gpu上提供实时性能，但在计算资源有限的设备上，其效率会降低。例如，artrack，被认为是顶级跟踪器，在nvidia rtx 2080ti gpu上达到每秒37帧（fps）的跟踪速度，但在常见的边缘设备nvidia jetson orin nx上下降到每秒5帧。跟踪效率对于实际的机器人应用至关重要，尤其是在边缘设备上。早期的方法，如eco和atom专注于实时操作，但没有达到新跟踪器的准确性水平。最近的进展采用了轻量级设计的骨干，以实现高效的实时跟踪。然而，与sota重量...
【技术保护点】
1.一种基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，在所述步骤2中，以模板图像以及搜索区域图像作为单残差多尺度块的输入特征，得到模板分支单残差多尺度特征块的输出特征以及搜索分支单残差多尺度特征块的输出特征，其中，单残差多尺度块的工作原理具体步骤如下：
3.根据权利要求2所述的基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，单残差多尺度块的工作原理还包括如下步骤：
4.根据权利要求3所述的基于多尺度特征和共...
【技术特征摘要】
1.一种基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，在所述步骤2中，以模板图像以及搜索区域图像作为单残差多尺度块的输入特征，得到模板分支单残差多尺度特征块的输出特征以及搜索分支单残差多尺度特征块的输出特征，其中，单残差多尺度块的工作原理具体步骤如下：
3.根据权利要求2所述的基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，单残差多尺度块的工作原理还包括如下步骤：
4.根据权利要求3所述的基于多尺度特征和共线注意力模块的目标跟踪方法，其特征在于，在所述步骤2中，在模板分支中，利用共线约束自注意力块对模板分支单残差多尺度特征块的输出特征进行处理，得到最终的自注意力输出，其中，共线约束自注意力块的工作原...
【专利技术属性】
技术研发人员：王员云，刘欣，王军，周凌涛，金沈妙，
申请(专利权)人：南昌工程学院，
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。