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：北京科技大学

摘要：本发明涉及深度学习计算机视觉领域目标追踪领域，特别是指一种两阶段追踪方法及装置，方法包括：获取待进行目标追踪的视频数据，根据视频数据获取图像对；构建基础追踪模型，采用双向视觉引导训练方法、视频序列微调方法以及目标层级的随机擦除数据增强方法，对基础追踪模型进行训练，得到训练好的追踪模型；根据图像对以及训练好的追踪模型，得到目标追踪结果。本发明提出了一种两阶段的训练方式，能够在有效利用视频序列信息的同时不增加任何推理成本。除此之外，本发明提出了一种目标层级的随机擦除数据增强方案，能够很好模拟在追踪过程中出现的遮挡问题，使训练的追踪器更加鲁棒。

主权项：1.一种两阶段追踪方法，其特征在于，所述方法包括：S1、获取待进行目标追踪的视频数据，根据所述视频数据获取图像对；S2、构建基础追踪模型，采用双向视觉引导训练方法、视频序列微调方法以及目标层级的随机擦除数据增强方法，对所述基础追踪模型进行训练，得到训练好的追踪模型；S3、根据所述图像对以及训练好的追踪模型，得到目标追踪结果；所述S2中的构建基础追踪模型，采用双向视觉引导训练方法、视频序列微调方法以及目标层级的随机擦除数据增强方法，对所述基础追踪模型进行训练，得到训练好的追踪模型，包括：S21、获取视频样本数据集；S22、构建基础追踪模型；S23、根据所述视频样本数据集以及双向视觉引导训练方法，对所述基础追踪模型进行训练，得到训练好的Transformer骨干网络以及训练好的预测头；S24、根据所述视频样本数据集以及视频序列微调方法，对所述训练好的预测头进行调整，得到调整好的预测头；S25、采用目标层级的随机擦除数据增强方法，对所述训练好的Transformer骨干网络以及调整好的预测头进行增强，得到训练好的追踪模型；所述S23中的根据所述视频样本数据集以及双向视觉引导训练方法，对所述基础追踪模型进行训练，得到训练好的Transformer骨干网络以及训练好的预测头，包括：S231、令i＝1；S232、从所述视频样本数据集中随机选择视频样本；S233、从所述视频样本中随机选择一帧作为第一样本搜索图像；S234、从所述视频样本中随机选择一帧作为第一样本模板图像，根据所述第一样本搜索图像以及第一样本模板图像构建第一样本图像对；S235、判断是否i≥N，若是，则输出N对第一样本图像对；若否，则令i＝i+1，转去执行S232；其中，N表示一个批次所需图像对的总数；S236、根据所述N对第一样本图像对，对所述基础追踪模型进行训练，得到训练好的Transformer骨干网络以及训练好的预测头；所述S24中的根据所述视频样本数据集以及视频序列微调方法，对所述训练好的预测头进行调整，得到调整好的预测头，包括：S241、从所述视频样本数据集中随机选择视频样本，令i＝1；S242、从所述视频样本中随机选择一帧作为第二样本搜索图像；S243、从所述视频样本的第1帧到第二样本搜索图像所对应的帧之前，随机选择一帧作为第二样本模板图像，根据所述第二样本搜索图像以及第二样本模板图像构建第二样本图像对；S244、判断是否i≥N，若是，则输出N对第二样本图像对；若否，则令i＝i+1，转去执行S242；其中，N表示一个批次所需图像对的总数；S245、根据所述N对第二样本图像对，对所述训练好的预测头进行调整，得到调整好的预测头。

全文数据：

权利要求：

百度查询： 北京科技大学 一种两阶段追踪方法及装置