Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种改进外观特征处理的行人多目标跟踪方法及系统 

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:本发明公开了一种改进外观特征处理的行人多目标跟踪方法及系统,属于计算机视觉技术领域和图像处理技术领域,包括以下步骤:S101、构建多目标跟踪模型:搭建CATrack跟踪器,该CATrack跟踪器包含检测器模型和关联模型;其中,关联模型对检测器模型的输出进行四个阶段的处理,分别为:当前帧出现的目标的特征获取、当前帧出现的目标与目标历史轨迹之间的相似度计算、当前帧出现的目标与目标历史轨迹之间的二部图匹配、利用匹配结果进行轨迹特征更新;S102、检测器模型的训练;S103、关联模型的训练与超参数调整;S104、多目标跟踪任务的执行。通过上述方式,本发明在目标密集的复杂场景下具有优秀的跟踪表现,具有较好的鲁棒性。

主权项:1.一种改进外观特征处理的行人多目标跟踪方法,其特征在于,包括以下步骤:S101、构建多目标跟踪模型:使用深度学习框架PyTorch框架搭建CATrack跟踪器,该CATrack跟踪器包含检测器模型和关联模型两部分,用于对输入视频进行逐帧处理;其中,关联模型对检测器模型的输出进行四个阶段的处理,分别为:当前帧出现的目标的特征获取、当前帧出现的目标与目标历史轨迹之间的相似度计算、当前帧出现的目标与目标历史轨迹之间的二部图匹配、利用匹配结果进行轨迹特征更新;S102、检测器模型的训练:使用目标场景的视频数据集来训练检测器模型;S103、关联模型的训练与超参数调整:使用目标场景的视频数据集来训练关联模型,并根据场景特性在目标场景的视频中调整关联模型的超参数;S104、多目标跟踪任务的执行:将目标场景测试视频数据输入经过训练和超参数调整的CATrack跟踪器,进行行人多目标跟踪任务,计算多目标跟踪性能指标并保存包含目标ID和边界框的跟踪结果视频。

全文数据:

权利要求:

百度查询: 浙江师范大学 一种改进外观特征处理的行人多目标跟踪方法及系统

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。