[發(fā)明專利]一種基于參數(shù)化ESM網(wǎng)絡(luò)的平面目標(biāo)跟蹤方法

在審

• 申請?zhí)枺?/td>: 202010816457.5
• 申請日: 2020-08-14
• 公開（公告）號: CN111899284A
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計）人: 王濤;劉賀;李浥東;郎叢妍;馮松鶴;金一
• 申請（專利權(quán)）人: 北京交通大學(xué)
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06N3/04
• 代理公司: 北京市商泰律師事務(wù)所 11255
• 代理人: 麻吉鳳

1.一種基于參數(shù)化ESM網(wǎng)絡(luò)的平面目標(biāo)跟蹤方法，其特征在于，構(gòu)建深度平面物體跟蹤模型，所述深度平面物體跟蹤模型包括：特征提取網(wǎng)絡(luò)、相似性度量模塊和遮擋檢測機(jī)制，構(gòu)造數(shù)據(jù)集訓(xùn)練所述深度平面物體跟蹤模型，所述平面目標(biāo)跟蹤方法包括：

S1、獲取目標(biāo)模板T、第t幀的輸入圖像以及第t幀中的初始運動參數(shù)，由初始運動參數(shù)確定輸入圖像的目標(biāo)區(qū)域I_t，對目標(biāo)模板T和目標(biāo)區(qū)域I_t進(jìn)行預(yù)處理，包括圖片縮放和歸一化操作，使用特征提取網(wǎng)絡(luò)對預(yù)處理后的目標(biāo)模板T和第t幀的輸入圖像的目標(biāo)區(qū)域I_t進(jìn)行特征的提取，得到特征映射F^T和其中，預(yù)處理后的模板和目標(biāo)區(qū)域維度均為h×l×3，h、l、3分別為圖像的寬、長、圖片的通道數(shù)；

S2、利用相似性度量模塊計算兩個特征映射F^T和之間的差異；

S3、通過遮擋檢測機(jī)制確定并排除目標(biāo)在當(dāng)前幀中被遮擋的部分，通過最小化當(dāng)前幀中未被遮擋部分的差異求解目標(biāo)的運動參數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，將視頻中每一幀的跟蹤分為兩個階段，具體為：

第一階段的跟蹤結(jié)果的運動參數(shù)作為第二階段的初始運動參數(shù)，在下一次迭代過程中，上一次第二階段跟蹤結(jié)果的運動參數(shù)作為當(dāng)前迭代中第一階段的初始運動參數(shù)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，每個階段的特征提取網(wǎng)絡(luò)是由7個卷積層組成的，每一層后連接著batchnorm層和激活函數(shù)ReLU層，前6個卷積層的卷積核數(shù)都為64，最后一個卷積層的卷積核數(shù)為8，在第k個階段中，這7個卷積層的前4-k個卷積層的步長為2，剩余卷積層的步長為1，k為1或2。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述相似性度量模塊是基于u-net框架的encoder-decoder網(wǎng)絡(luò)，其輸入為目標(biāo)模板T的特征映射F^T和第t幀輸入圖像的目標(biāo)區(qū)域I_t的特征映射的拼接，輸出為這兩個特征映射F^T和的差異性張量。