龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：常熟理工学院
摘要：本发明公开了一种基于目标感知增强融合结构的RGBT目标跟踪方法，具体为：构建跨模态训练集和测试集；构建由目标感知特征提取网络、判别特征融合模块、双向交叉增强融合模块和目标分类回归网络组成的网络模型；预处理训练集数据，采用分类损失和回归损失构造损失函数，进行端到端的网络模型训练，采用梯度下降法训练至损失值收敛，利用自注意力对目标特征进行精确提取，并引入背景消除模块抑制背景干扰；利用通道注意力、自注意力和双向交叉注意力来弱化劣势模态特征，放大优势情态特征；将测试集输入训练完的模型中，获得目标跟踪结果。本发明能够在光照变化、黑夜、低可见度环境下提取稳定的特征信息，提高了模型的鲁棒性。
主权项：1.一种基于目标感知增强融合结构的RGBT目标跟踪方法，其特征在于，包括以下步骤：步骤1、构建跨模态训练集和测试集，将VTUAV和LasHeR的训练集进行合并作为网络模型的训练集，并采用同样的操作方法得到网络模型的测试集；步骤2、构建网络模型，包括目标感知特征提取网络、判别特征融合模块、双向交叉增强融合模块和目标分类回归网络；步骤3、初始化网络模型的权值和阈值，设置网络模型超参数，包括网络模型的学习率、迭代次数和批量大小；步骤4、预处理训练集数据，选择一个视频序列，随机取出两帧不同的可见光图片和对应的热红外图片，其中同一帧作为模板，另外同一帧作为搜索区域，执行同样的数据增强操作并重塑大小；步骤5、采用分类损失和回归损失构造损失函数，用于训练网络模型；步骤6、进行端到端的网络模型训练，采用梯度下降法训练至损失值基本收敛；步骤7、将测试集输入到训练完的网络模型中，获得相应的目标跟踪结果。
全文数据：
权利要求：
百度查询： 常熟理工学院 一种基于目标感知增强融合结构的RGBT目标跟踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号