一种基于可分离卷积的轻量级无人机目标跟踪方法技术

本发明专利技术属于图像处理技术领域，尤其为一种基于可分离卷积的轻量级无人机目标跟踪方法。本发明专利技术包括如下步骤：步骤1，准备两种遥感图像数据集，分别用于训练测试；步骤2，输入帧至可分离卷积块中进行特征提取，得到特征序列；步骤3，将特征序列输入到倒置瓶颈块和前向反馈网络中，进行特征变换和信息混合，增强特征的表达能力；步骤4，将提取的类别数输入到融合模块中处理，获得融合序列；步骤5，通过损失计算得到分类回归向量，进而输出结果图。本发明专利技术创新了一个轻量级遥感目标跟踪网络架构，添加了改进的特征提取模块UIB‑P和融合模块ICA，同时采用创新的损失函数，使模型在减少计算量的同时,极大程度上地提高目标跟踪的全局表示能力和精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体为一种基于可分离卷积的轻量级无人机目标跟踪方法。

技术介绍

1、遥感跟踪是一种利用遥感技术对地球表面及其变化进行监测和分析的重要手段。随着科技的进步，尤其是卫星和无人机技术的发展，遥感跟踪在各个领域，如无人机监控、军事侦察以及环境监测等方面都展现出了广泛的应用潜力。基于自注意力机制的transformer模型在目标检测和跟踪方面已经取得了显著成功，但目标在视频序列的检测跟踪中，参数量和计算复杂度较高，很多复杂的模型和算法难以在有限的计算资源下满足实时性需求，导致跟踪困难。因此针对此类大规模模型的目标跟踪，使用加入通用倒置瓶颈（uib-p）模块的特征提取网络，提高特征向量的有效输入，减少参数量和计算量，从而提高网络的计算效率。在特征融合网络中，使用以ica模块和cfa模块为主的交叉注意力架构网络，对特征提取的序列进行结合，以便从不同网络层获取更丰富的表示，提升模型的性能。将得到的融合特征向量进行一系列的全连接层，输出最终的目标边界框坐标及目标类别。

2、在现有技术中，中国专利技术专利公开号“cn110807795b”，本文档来自技高网...

【技术保护点】

1.一种基于可分离卷积的轻量级无人机目标跟踪方法，包括如下步骤，其特征在于：

2.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤1中，数据集一为UAV123数据集，数据集二为GOT-10k数据集，分别用于对模型的训练和测试。

3.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤2中对模板帧和搜索帧进行卷积操作，捕捉局部特征，增强特征的表达能力，得到实现空间混合的特征提取序列。

4.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤3中将提取...

【技术特征摘要】

1.一种基于可分离卷积的轻量级无人机目标跟踪方法，包括如下步骤，其特征在于：

2.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤1中，数据集一为uav123数据集，数据集二为got-10k数据集，分别用于对模型的训练和测试。

3.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤2中对模板帧和搜索帧进行卷积操作，捕捉局部特征，增强特征的表达能力，得到实现空间混合的特征提取序列。

4.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤3中将提取的特征序列输入到倒置瓶颈块中，通过卷积扩展通道数和空间滤波，并在最后将通道数压缩回原始维度。此设计在保持高效计算的同时，增强了特征的表达能力，提供了更丰富的特征表示。

5.根据权利要求1所述的一种基于可分离卷积的轻量级无人机目标跟踪方法，其特征在于：所述步骤3利用前向反馈网络，通过两...

【专利技术属性】
技术研发人员：刘妍妍，岳辰茜，李超群，张瑜，邢健，陈宇，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：