龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：浙江师范大学
摘要：本发明公开了基于时间自适应双向桥接的RGB‑D目标跟踪方法、系统及介质，属于计算机视觉技术领域，使用视觉TransformerViT将RGB模态和深度模态图像切分成图像块，并将图像块嵌入到潜在空间中，并进行特征提取；通过时间自适应双向桥接模块进行RGB模态和深度模态之间的特征融合；所述的时间自适应双向桥接模块包括预融合模块、交叉注意力模块和时序自适应分支；通过预测头输出目标的分类结果和边界框位置，利用融合特征进行分类和边界框回归，以确定目标在当前帧中的位置；预测头通过损失函数进行模型训练。本发明通过时间自适应双向桥接模块，实现了深度和RGB特征的有效融合，并通过时序自适应分支动态更新在线模板图像特征，从而提升跟踪模型的鲁棒性。
主权项：1.基于时间自适应双向桥接的RGB-D目标跟踪方法，其特征在于，包括以下步骤：步骤一、使用视觉TransformerViT将RGB模态和深度模态图像切分成图像块，并将图像块嵌入到潜在空间中，并进行特征提取；步骤二、通过时间自适应双向桥接模块进行RGB模态和深度模态之间的特征融合；所述的时间自适应双向桥接模块包括预融合模块、交叉注意力模块和时序自适应分支；具体步骤如下：步骤2.1、预融合模块通过线性层将RGB和深度两个模态的初始特征进行预融合，生成模板融合特征；步骤2.2、交叉注意力模块采用交叉注意力机制，对RGB模态和深度模态进行特征匹配和融合，获得融合特征；步骤2.3、时序自适应分支，根据目标在时间维度上的变化，动态更新RGB模态的在线模板图像特征和深度模态的在线模板图像特征，并对RGB模态的初始模板图像特征、深度模态的初始模板图像特征进行动态调整和优化，以捕捉目标的外观变化；步骤三：预测头设计，通过预测头输出目标的分类结果和边界框位置，利用融合特征进行分类和边界框回归，以确定目标在当前帧中的位置；预测头通过交叉熵损失函数、L1损失函数和GIoU损失函数进行模型训练，优化分类结果和边界框回归结果。
全文数据：
权利要求：
百度查询： 浙江师范大学 基于时间自适应双向桥接的RGB-D目标跟踪方法、系统及介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号