一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

目标跟踪方法、装置、电子设备及存储介质与流程

2022-03-26 10:03:58 来源:中国专利 TAG:

技术特征:
1.一种目标跟踪方法,其特征在于,包括:获取初始特征图像;所述初始特征图像包括目标对象;将所述初始特征图像输入到分类及回归网络中,分别得到分类特征图像和回归特征图像;对所述分类特征图像和所述回归特征图像进行位置信息处理,得到位置特征图像;对所述位置特征图像进行相关性处理,得到相关特征图像;基于所述相关特征图像,得到所述目标对象的目标跟踪信息。2.根据权利要求1所述的目标跟踪方法,其特征在于,所述分类及回归网络包括分类网络和回归网络,所述将所述初始特征图像输入到分类回归网络中,分别得到分类特征图像和回归特征图像包括:将所述初始特征图像输入到所述分类网络中,得到第一子分类特征图像和第二子分类特征图像;以及,将所述初始特征图像输入到所述回归网络中,得到第一子回归特征图像和第二子回归特征图像;将所述第一子分类特征图像和所述第二子分类特征图像分别进行融合处理,得到所述第一子分类特征图像对应的第一融合特征图像,以及,得到第二子分类特征图像对应的第二融合特征图像;将所述第一子回归特征图像和所述第二子回归特征图像分别进行所述融合处理,得到所述第一子回归特征图像对应的第三融合特征图像,以及,得到第二子回归特征图像对应的第四融合特征图像;将所述第一融合特征图像和所述第二融合特征图像进行相关性处理,得到所述分类特征图像;将所述第三融合特征图像和所述第四融合特征图像进行所述相关性处理,得到所述回归特征图像。3.根据权利要求2所述的目标跟踪方法,其特征在于,所述融合处理的过程包括:将所述第一子分类特征图像、所述第二子分类特征图像、所述第一子回归特征图像或者所述第二子回归特征图像进行分组处理,得到分组图像特征集合;对所述分组图像特征集合中各个候选分组图像特征进行特征融合,得到各个所述候选分组图像特征对应的中间特征图像;将各个所述中间特征图像进行拼接,得到第一子分类特征图像对应的第一融合特征图像、所述第二子分类特征图像对应的第二融合特征图像、所述第一子回归特征图像对应的第三融合特征图像或者第二子回归特征图像对应的第四融合特征图像。4.根据权利要求1所述的目标跟踪方法,其特征在于,所述对所述分类特征图像和所述回归特征图像进行位置信息处理,得到位置特征图像包括:对所述分类特征图像和所述回归特征图像分别进行横向池化处理,得到横向感知特征图像;以及,对所述分类特征图像和所述回归特征图像分别进行纵向池化处理,得到纵向感知特征图像;对所述横向感知特征图和所述纵向感知特征图进行拼接,得到拼接感知特征图像;基于所述拼接感知特征图像,得到所述位置特征图像。5.根据权利要求1所述的目标跟踪方法,其特征在于,所述对所述位置特征图像进行相
关性处理,得到相关特征图像包括:将所述位置特征图像进行区域分割,得到区域特征集合;在所述区域特征集合,对候选区域特征与所述区域特征集合中各个区域特征进行相关性处理,得到相关区域特征集合;将所述候选区域特征与所述相关区域特征集合中相关区域特征进行拼接,得到所述相关特征图像。6.根据权利要求1至5任一项所述的目标跟踪方法,其特征在于,所述基于所述相关特征图像,得到所述目标对象的目标跟踪信息包括:将所述相关特征图像输入到所述分类网络中进行卷积处理,分别得到所述目标对象的分类结果特征图和中心度结果特征图;将所述相关特征图像输入到所述回归网络中进行卷积处理后,得到目标对象的回归结果特征图;综合所述分类结果特征图、所述中心度结果特征图和所述回归结果特征图,得到所述目标跟踪信息。7.一种目标跟踪装置,其特征在于,包括:第一获取模块,用于获取初始特征图像;所述初始特征图像包括目标对象;第一得到模块,用于将所述初始特征图像输入到分类及回归网络中,分别得到分类特征图像和回归特征图像;第二得到模块,用于对所述分类特征图像和所述回归特征图像进行位置信息处理,得到位置特征图像;第三得到模块,用于对所述位置特征图像进行相关性处理,得到相关特征图像;第四得到模块,用于基于所述相关特征图像,得到所述目标对象的目标跟踪信息。8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述目标跟踪方法的步骤。9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述目标跟踪方法的步骤。10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述目标跟踪方法的步骤。

技术总结
本发明提供一种目标跟踪方法、装置、电子设备及存储介质。其中,目标跟踪方法包括:获取初始特征图像;所述初始特征图像包括目标对象;将所述初始特征图像输入到分类及回归网络中,分别得到分类特征图像和回归特征图像;对所述分类特征图像和所述回归特征图像进行位置信息处理,得到位置特征图像;对所述位置特征图像进行相关性处理,得到相关特征图像;基于所述相关特征图像,得到所述目标对象的目标跟踪信息。本发明能够提高目标跟踪的精确度。本发明能够提高目标跟踪的精确度。本发明能够提高目标跟踪的精确度。


技术研发人员:丁国栋 李嘉锋 卓力 张辉 郜征 徐晗
受保护的技术使用者:北京工业大学
技术研发日:2021.11.04
技术公布日:2022/3/25
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献