【技术实现步骤摘要】
本专利技术设计海洋环境感知、图像数据处理等，具体涉及一种基于水下线索驱动提示学习的端到端单目标跟踪方法。
技术介绍
1、提示学习是自然语言处理领域中一种新兴的技术，旨在解决预训练语言模型在特定任务上的适应性和泛化能力问题，通过引入提示信息来引导模型更好地理解和执行任务，从而提升模型性能。目前基于这种思想，提示学习在多模态跟踪视觉领域的应用展现出了巨大的发展潜力。在多模态跟踪中，除了常见的视觉和文本信息外，还可以引入更多模态的数据作为提示信息。利用提示学习框架设计合适的提示来引导模型学习不同模态间的关联，从而更全面地理解场景和目标，提高跟踪的准确性和鲁棒性。现阶段，一些研究基于这种模态迁移的思想，在黑暗场景下使用黑暗线索作为提示信息辅助主流目标跟踪方法进行场景迁移进而实现提高精度的效果。然而当前水下单目标跟踪方法普遍的思路均是“先增强后跟踪”，很明显基于这种思想设计的结构很难以端到端的形式训练，并且结构设计复杂。故如何探索一种有效应用提示学习在单目标跟踪领域进行水下场景迁移、如何高效提取水下纹理信息为主干跟踪网络进行辅助提示是两个非常关键
【技术保护点】
1.一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，利用线索特征生成网络的通道注意力机制对所述模板图像和搜索图像以通道方式调制，从而生产突出水下图像中前景物体纹理的调制特征，包括：
3.根据权利要求1所述的一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，利用线索特征生成网络中的空间维度注意力机制对所述调制特征进行标记之间的局部交互以获取水下物体纹理特征，包括：
4.根据权利要求1所述的一种基于水下线...
【技术特征摘要】
1.一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，利用线索特征生成网络的通道注意力机制对所述模板图像和搜索图像以通道方式调制，从而生产突出水下图像中前景物体纹理的调制特征，包括：
3.根据权利要求1所述的一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，利用线索特征生成网络中的空间维度注意力机制对所述调制特征进行标记之间的局部交互以获取水下物体纹理特征，包括：
4.根据权利要求1所述的一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，构建用于存储水下场景目标纹理信息的载体嵌入，包括：
5.根据权利要求1所述的一种基于水下线索驱动提示学习的端到端单目标跟踪方法，其特征在于，将...
【专利技术属性】
技术研发人员：王辉兵，汤浩铭，廖俊，张吉庆，付先平，
申请(专利权)人：大连海事大学，
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。