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！

摘要：本发明涉及一种基于循环移位窗口的目标跟踪方法、终端设备及介质，该方法中采用多尺度循环移位窗口注意力，将注意力由像素级提升至窗口级，并利用跨窗口去聚合不同尺度的注意力，保证了目标对象的完整性；面对循环移位的矩阵乘法带来的大量计算，利用快速傅里叶变换将其转换至频域，并利用卷积定理将复杂的矩阵乘法简化为矩阵之间的点乘运算，大大减少了存储量和计算量。本发明无论是在跟踪效果，又或者是跟踪速度方面都有优越表现，能够适应不同场景和复杂动态下对目标对象跟踪，并且能以实时速度去进行跟踪。

主权项：1.一种基于循环移位窗口的目标跟踪方法，其特征在于，包括以下步骤：S1：从视频流中的第一帧图像提取待跟踪目标对应的目标图像作为静态模板图像，从待分析帧图像之前的图像中提取待跟踪目标对应的目标图像作为动态模板图像，将待分析帧图像作为搜索区域图像；S2：构建目标跟踪模型，模型的网络结构包括特征提取模块、Transformer匹配模块和边界框估计模块；其中：特征提取模块接收输入的搜索区域图像、静态模板图像和动态模板图像进行特征提取，得到对应的搜索区域特征图、静态模板特征图和动态模板特征图后，对三幅图特征图分别进行扁平化处理，并将扁平化处理结果拼接为中间特征图后，在中间特征图中加入空间位置编码，得到加入空间位置编码的中间特征图；Transformer匹配模块包括6层Transformer，每层Transformer执行步骤S01-S102的操作后输出各层对应的多头注意力特征图，其中第1层Transformer的输入为加入空间位置编码的中间特征图，第2-6层的Transformer的输入为前一层输出的多头注意力特征图；Transformer匹配模块将第6层输出的多头注意力特征图输入边界框估计模块进行边界框估计；S101：对输入特征图进行切片，分成N头，并针对每个头执行步骤S201-S206的操作，得到各头对应的单头注意力矩阵；S102：将所有头对应的单头注意力矩阵进行拼接，再将拼接结果重塑为加入中间特征图的大小后，得到该层对应的多头注意力特征图；S201：对每个头进行三种不同的线性变换，得到该头对应的第一特征图第二特征图和第三特征图S202：将第一特征图重塑为查询矩阵Q，将第二特征图进行循环移位得到键张量将第三特征图进行循环移位得到值张量S203：对键张量进行重塑得到键矩阵KC后，再对键矩阵KC进行转置，得到转置后的键矩阵对值张量进行重塑得到值矩阵VC；S204：对查询矩阵Q和转置后的键矩阵进行矩阵乘法运算，得到特征注意力矩阵A；S205：对特征注意力矩阵A进行激活，将激活后的特征注意力矩阵重分散到与原矩阵大小相同的零矩阵上，得到注意力矩阵As；S206：将注意力矩阵As与值矩阵VC进行矩阵乘法运算，并将运算结果进行大小重塑，得到该头对应的单头注意力矩阵；S3：通过历史视频流构建的训练集对模型进行训练后，通过训练后的模型进行目标跟踪。

全文数据：

权利要求：

百度查询： 闽南师范大学 福建亿安智能技术股份有限公司 一种基于循环移位窗口的目标跟踪方法、终端设备及介质