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：中邮通建设咨询有限公司
摘要：本发明公开了一种基于细粒度空间注意力的有监督目标跟踪方法，属于计算机视觉技术领域，对目标图像进行预处理，在PatchMerging之前引入了协方差池化层，得到代表特征图分布的值，加入空洞卷积，将SwinTransformer模块和空间尺度注意力模块进行组合，调整位置编码，使用实例编码器对连接的特征进行特征融合的同时利用解码器进行视觉运动表征学习，解决了在特征融合阶段能够对连接的特征进行更全面的交互，增强对跟踪目标图像的理解，显著提升目标跟踪的性能，提高跟踪效率的技术问题，减少计算复杂度，提高跟踪效率，协方差池化层和空洞卷积模块提高特征表达能力，增强对复杂场景下目标跟踪的鲁棒性。
主权项：1.一种基于细粒度空间注意力的有监督目标跟踪方法，其特征在于：包括如下步骤：步骤1：建立输入处理模块，输入处理模块获取目标图像，将目标图像分割为多个patches，所有patch均映射到低维空间，形成一个长向量特征表示；步骤2：在PatchMerging之前，引入协方差池化层，计算特征图的协方差矩阵，得到代表特征图分布的值，进而增强局部细节信息的表达能力；步骤3：建立空洞卷积模块，空洞卷积模块设置不同扩张率的空洞卷积分支，进行等间距采样，增加感受野，捕获上下文信息，将输出特征与PatchMerging分支的输出特征进行链接和降维；步骤4：构建特征提取子网络，在特征提取子网络中组合SwinTransformer模块和空间尺度注意力模块，并重复组合三轮，在每轮中，SwinTransformer模块提取全局特征，空间尺度注意力模块提取和融合局部细节信息；步骤5：建立编码器，编码器对基于Transformer的网络结构中的位置编码与特征序列的绑定关系进行解耦，并调整位置编码，利用参数矩阵分别对特征序列和位置编码进行相关性计算；步骤6：使用实例注意力模块，在编码器中的自注意计算层进行特征融合，利用解码器进行视觉运动表征学习，进而增强对跟踪目标图像的理解。
全文数据：
权利要求：
百度查询： 中邮通建设咨询有限公司 一种基于细粒度空间注意力的有监督目标跟踪方法
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