-
公开(公告)号:CN114332166A
公开(公告)日:2022-04-12
申请号:CN202111671516.5
申请日:2021-12-31
Applicant: 安徽大学
Abstract: 本发明公开一种基于模态竞争协同网络的可见光红外目标跟踪方法及装置,方法包括:以所要跟踪当前帧的上一帧中目标预测位置为中心,生成第一候选样本集合;将第一候选样本集合输入至训练好的跟踪模型,得到当前帧的目标跟踪结果;跟踪模型包括特征提取网络和目标分类器;特征提取网络包括第一提取网络、第二提取网络和权重分配网络,第一提取网络和第二提取网络均包括VGG‑M的前三层卷积层,且每一卷积层中包含N个相同尺寸的卷积核形成卷积核组。通过引入卷积核组和多权重分配网络来生成多核动态协同的卷积核,利用卷积核组中包含的若干个卷积核,可以提取更多样的特征,达到良好的多模态视频跟踪效果。
-
公开(公告)号:CN114299114A
公开(公告)日:2022-04-08
申请号:CN202111625448.9
申请日:2021-12-28
Applicant: 安徽大学
Abstract: 本发明公开了基于元学习参数转移的可见光红外视觉跟踪方法,所述方法包括:构建多模态视觉跟踪控制模型;将样本输入多模态视觉跟踪控制模型对其进行训练,样本包括多个热红外图像和其对应的可见光图像形成的多个图像对以及多个单独的可见光图像,训练过程中先向模型输入图像对进行第一预设次数的迭代训练,然后交替输入单独的可见光图像与图像对对模型继续训练第二预设次数,并且在交替训练过程中利用图像对进行模型训练的时候图像需要经过元学习器;训练完成以后模型跟踪,输出预测目标位置;本发明的优点在于:弥补训练集的不足,提升模型性能,解决现有技术因数据量有限而限制模型性能提升的问题。
-