[發明專利]一種針對視覺跟蹤模型的人在回路訓練方法及相關裝置

在審

• 申請號: 202110546714.2
• 申請日: 2021-05-19
• 公開（公告）號: CN113192108A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 呂娜;崔志巖;王瑋豐;黃彥浩;裘微江;李文臣
• 申請（專利權）人: 西安交通大學;中國電力科學研究院有限公司;國網浙江省電力有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 李紅霖

1.一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，包括如下步驟：

S1，從已構建的初始訓練樣本待標注集中隨機選擇一部分樣本進行人工標注，將人工標注的樣本構成初始訓練集；其中，初始訓練樣本待標注集通過視頻序列進行構建；

S2，利用初始訓練集訓練視覺跟蹤模型，得到初步訓練的跟蹤模型；

S3，利用所述初步訓練的跟蹤模型對初始訓練樣本待標注集中未標注的樣本進行處理，并根據所述初步訓練的跟蹤模型輸出的響應圖生成偽標簽圖片；

S4，根據所述偽標簽圖片和初步訓練的跟蹤模型輸出的響應圖，利用交叉熵損失函數，生成偽損失；

S5，依據所述偽損失，對初始訓練樣本待標注集中未標注的樣本進行排序，選擇損失較大的若干樣本；

S6，以人在回路的方式對所選擇的損失較大的若干樣本進行人工標注，并將人工標注后的樣本加入初始訓練集，得到新的訓練集；

S7，使用新的訓練集重新訓練所述視覺跟蹤模型，訓練完成后得到訓練好的視覺跟蹤模型。

2.根據權利要求1所述的一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，S1中，所述視頻序列中的樣本應包含多種物體類別、尺度、姿態、光照以及遮擋情況；

S1和S6中，對樣本進行人工標注時，標示出樣本中目標物的位置和尺度。

3.根據權利要求1所述的一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，S3中，據所述初步訓練的跟蹤模型輸出的響應圖生成偽標簽圖片的過程包括：

令響應圖中與最大值距離不大于t的所有像素點的像素值為1，令響應圖中其它部分像素點的像素值為0，得到偽標簽圖片；

其中，t＝(0.1-0.3)h，h為響應圖的邊長。

4.根據權利要求1所述的一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，S4中，偽損失通過下式計算：

loss＝-∑(p*log(r)+(1-p)log(1-r))

上式中，loss為整個響應圖的偽損失，r為響應圖中的像素值，p為生成的偽標簽圖片中的標簽值，∑()表示對響應圖上所有點的損失進行求和，求和結果為整個響應圖的偽損失。

5.根據權利要求1所述的一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，S1中，從初始訓練樣本待標注集中隨機選擇一部分樣本進行人工標注時，選擇的樣本數量為初始訓練樣本待標注集中樣本數量的1％-5％；S6中，選擇損失較大的若干樣本時，選擇的樣本數量為初始訓練樣本待標注集中未標注的樣本數量的1％-5％。

6.根據權利要求1所述的一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，利用初始訓練集訓練視覺跟蹤模型時，直到視覺跟蹤模型收斂到局部最優解，得到初步訓練的跟蹤模型；

使用新的訓練集重新訓練所述視覺跟蹤模型時，直到視覺跟蹤模型收斂到局部最優解，得到訓練好的視覺跟蹤模型。

7.根據權利要求1-6任意一項所述的一種針對視覺跟蹤模型的人在回路訓練方法，其特征在于，還包括如下步驟：

S8，對S7得到的訓練好的視覺跟蹤模型按照S3-S7重復訓練若干次，直到標注的樣本數量達到預設的數量或者視覺跟蹤模型的精度達到預設要求，則停止訓練，得到最終的視覺跟蹤模型。