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！

摘要：本发明提供一种视觉跟踪方法及跟踪装置，方法包括：实时获取包含目标人物的待测视频；构建跟踪网络并用采集的行人视频数据集训练所述跟踪网络，所述跟踪网络基于对比学习结构使用特征池结构更新模板特征；用训练好的跟踪网络确定所述待测视频中的目标人物的目标人物框，得到跟踪结果。通过增加特征池结构，优化模板分支的特征，特征池能够在低时间复杂度动态更新模板，更好地匹配后续帧特征，有效降低累计误差，缓解跟踪框漂移问题；特征池结构能够让跟踪网络模型在长时序列跟踪保持稳定，提高跟踪方法的鲁棒性。

主权项：1.一种视觉跟踪方法，其特征在于，包括如下步骤：S1：实时获取包含目标人物的待测视频；S2：构建跟踪网络并用采集的行人视频数据集训练所述跟踪网络，所述跟踪网络基于对比学习结构使用特征池结构更新模板特征；S3：用训练好的跟踪网络确定所述待测视频中的目标人物的目标人物框，得到跟踪结果；采集的行人视频数据集使用整体跟踪损失函数LT训练所述跟踪网络；所述整体跟踪损失函数表达式为由头轨迹约束损失LH和密集损失LC两部分组成：LT＝βLH+1-βLC其中，β为超参数；其中，所述头约束损失LH的表达式为： 其中，γ1、γ2为超参数，l为标注的头框和全身框中心点距离，L为标注的全身框对角线长度，θ为l与L的夹角，为从对应预测结果中得到的值；所述密集损失函数LC的表达式为：Lc＝Lcls+λ1Lreg+λ2Lcent其中，Lcls是分类损失，Lreg是回归损失，Lcent是中心测度损失，λ1和λ2为权重参数；所述分类损失和中心测度损失均交叉熵损失形式表示，表达式为： 其中，a是cls或cent，La是分类损失或中心测度损失，j是第j帧样本，yaj是第j帧的标签，paj是第j帧分类分支或中心测度分支的预测置信度；所述中心测度分支的预测置信度表达式为： 其中，l*、r*、t*、b*分别是预测的中心点到全身标签框左边界、右边界、上边界、下边界的距离；回归损失表达式为：Lrep＝LGIOU+α1Lagg-α2Lrep其中，LGIOU是泛化交并比损失，Lagg是聚合损失，Lrep是排斥损失，α1、α2为权重参数；所述泛化交并比损失函数表达式为：LGIOU＝1-GIOUgt,bj所述泛化交并比表达式为： 其中，gt是全身标签框，bj是全身预测框，C是能够包住gt和bj的最小框；所述聚合损失函数表达式为： 其中，gtj是第j帧目标人物的全身标签框，pi是归属于第j帧标签框的全身预测框，|pj+|是第j帧预测为正样本的候选框数目；所述smoothl1函数表达式为： 所述排斥损失函数表达式为： 其中，bi是全身预测框，gj是同该帧全身标签框交并比最大的预测为背景的框，|pj+|是第j帧预测为正样本的候选框数目，IOG是bi和gj的交并比；所述smoothln函数表达式为： 其中，σ∈[0,1表示平滑参数。

全文数据：

权利要求：

百度查询： 清华大学深圳国际研究生院 一种视觉跟踪方法及跟踪装置