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：北京交通大学

摘要：本发明实施例提供了一种基于参数化ESM网络的平面目标跟踪方法，包括：S1、获取目标模板T、第t帧的输入图像以及第t帧中的初始运动参数，由初始运动参数确定输入图像的目标区域It，对目标模板T和目标区域It进行预处理，包括图片缩放和归一化操作，使用特征提取网络对预处理后的目标模板T和第t帧的输入图像的目标区域It进行特征的提取，得到特征映射FT和FtI；S2、利用相似性度量模块计算两个特征映射FT和FtI之间的差异；S3、通过遮挡检测机制确定并排除目标在当前帧中被遮挡的部分，通过最小化当前帧中未被遮挡部分的差异求解目标的运动参数。本发明的方法更适用于目标跟踪任务，而且大大提高跟踪的准确性。

主权项：1.一种基于参数化ESM网络的平面目标跟踪方法，其特征在于，构建深度平面物体跟踪模型，所述深度平面物体跟踪模型包括：特征提取网络、相似性度量模块和遮挡检测机制，构造数据集训练所述深度平面物体跟踪模型，所述平面目标跟踪方法包括：S1、获取目标模板T、第t帧的输入图像以及第t帧中的初始运动参数，由初始运动参数确定输入图像的目标区域It，对目标模板T和目标区域It进行预处理，包括图片缩放和归一化操作，使用特征提取网络对预处理后的目标模板T和第t帧的输入图像的目标区域It进行特征的提取，得到特征映射FT和FtI，其中，预处理后的模板和目标区域维度均为h×l×3，h、l、3分别为图像的宽、长、图片的通道数；S2、利用相似性度量模块计算两个特征映射FT和FtI之间的差异；S3、通过遮挡检测机制确定并排除目标在当前帧中被遮挡的部分，通过最小化当前帧中未被遮挡部分的差异求解目标的运动参数；具体包括：将第t帧的输入图像的目标区域It简化表示为I，其特征映射FtI简化表示为FI，给定模板和第t帧输入图像的目标区域的L2标准化后的特征映射FT和FI，其特征维度为h′×l′×d，其中，h′和l′分别对应于被提取特征图像的宽和长，k为1或2，d表示特征的维度；首先以每个特征为单位，分别将FT和FI沿h′方向展开成m×d的矩阵，其中m＝h′×l′，记为和表示被展开的模板T的特征映射，表示的是被展开的目标区域的特征映射，然后计算相关图R来记录每一对特征的相似度，相关图R维度为m×m，其公式如下： 其中，i,j分别表示目标模板T和目标区域的特征映射中特征的索引，Ri,j表示的是模板特征映射中第i个特征与目标区域的特征映射中第j个特征的相似度，Z是可训练的参数矩阵，Z维度为d×d，通过选取R中每行最大值来构成置信度向量公式如下： 然后，将中的元素归一化到[0,1]区间内作为最终的置信度向量最后，将置信度向量以h′为一行，排列成h′×l′的大小，记为C，通过最小化未被遮挡部分的差异来求解目标的运动参数，见如下公式： 其中，p表示当前预测的目标运动参数；x表示特征在特征映射中的二维索引；C·是通过遮挡检测机制检测后该位置特征对优化的贡献度，被遮挡部分特征对于优化的贡献度为0，未被遮挡的特征贡献度为1；M·,·度量模板和目标区域中每对特征的差异性；表示坐标变换的公式；采用ESM方法求解公式3，具体如下：令 通过下式得到运动参数的增量： 其中表示矩阵的伪逆，JT是在U单位变换处计算的的雅可比矩阵，JEp表示p处Ex；p的雅可比矩阵： 运动参数结合运动参数的增量Δp来更新：p←p°Δp……7其中，°表示二进制操作。

全文数据：

权利要求：

百度查询： 北京交通大学 一种基于参数化ESM网络的平面目标跟踪方法