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：北京工业大学

摘要：本发明公开了基于锚框匹配和Siamese网络的无人机目标跟踪方法，包括以下步骤：搭建一个5层的Siamese网络和一个包含分类与回归两个分支的区域建议网络RPN，通过分类分支得到目标位置，通过回归分支得到目标尺度；将动态锚框匹配准则应用在训练阶段，用于优化分类任务与回归任务，使一个任务的预测能够动态的设计锚框样本用来改善另一个任务的模型，从而使得RPN的两个分支模型可以相互学习，更加快速准确的得到目标的位置与尺度；在跟踪阶段，先获取目标附近的前K个得分最高的候选框建立目标搜索库，再利用感兴趣区域ROI感知模型找出最可靠的预测框，降低复杂背景对跟踪算法的影响。本发明有效地提升了跟踪算法的精度，具有较好的鲁棒性。

主权项：1.基于锚框匹配和Siamese网络的无人机目标跟踪方法，其特征在于：该方法包括以下步骤，S1：选取大量无人机采集的跟所要跟踪目标有关的图像序列，并离线预训练一个Siamese网络，网络包含一个用于特征提取的骨干网络和一个包含分类与回归的区域建议网络，训练方法如下：S2：将视频转化为图像帧输入系统，并读入第1帧；S3：利用模板分支提取第1帧目标图像特征之后经过卷积运算分别上采样到2k个通道和4k个通道，分别作为检测分支分类任务与回归任务的核滤波；S4：读取下一帧，利用检测分支提取当前帧图像中搜索区域的图像特征之后扩展为两个分支任务特征图，分别与预计算出的起始帧两个核滤波做卷积运算，得到每个锚框相应的得分与偏移量；S5：对预设定的锚框进行距离惩罚，抛弃那些距离中心点过远的锚框；S6：利用所保留的锚框以及结合网络输出的锚框偏移量来获得建议框；S7：利用余弦窗和惩罚项对保留下来的锚框分数重新排序得到分数最高的一个侯选锚框，同时添加余弦窗来抑制大的距离位移，并且对分数添加惩罚项来抑制尺寸和尺度上大的变化；S8：对分类得分进行重新排序，然后利用ROI感知模型来选择最终的作为当前帧的跟踪预测框；S9：利用线性插值法更新目标尺寸，保持平滑变化；S10：重复S4-S9直到处理完全部无人机视频帧图像，得到并输出视频跟踪结果；ROI感知模型操作过程如下：S8.1：利用ROIAlign得到初始帧中目标的ROI特征Zroi；S8.2：选择分类得分中前K个最高得分，并且对相应的目标框进行nms过滤，得到上一帧预测目标中心附近的所有目标的最佳检测框；利用ROIAlign得到这些检测目标的ROI特征集Xroi；S8.3：将Zroi与特征集Xroi依次进行相似度计算，相似度计算函数采用曼哈顿距离，得到最相似的建议框为下一帧的目标框。

全文数据：

权利要求：

百度查询： 北京工业大学 基于锚框匹配和Siamese网络的无人机目标跟踪方法