← 返回列表
一种基于特征解耦融合网络的多目标跟踪方法
摘要文本
来源：马 克 数 据 网 本发明属于计算机视觉领域，具体涉及一种基于特征解耦融合网络的多目标跟踪方法，该方法包括如下步骤：利用DLA‑34骨干网络对输入帧进行预处理得到多尺度特征；构建特征融合解耦层分别提取目标位置特征和Re‑ID特征，减少多任务特征学习竞争；基于提取到的特征，采用自适应加权融合计算策略得到关联代价矩阵，输入匈牙利匹配算法得到关联结果从而构建目标轨迹；依据轨迹对的位置和时间信息进行全局轨迹链接，提升目标跟踪稳定性。本发明从特征融合角度对多任务学习冲突问题进行优化，所提出的方法是一种良好解决任务冲突问题，且具有高稳定性的多目标跟踪方法。
申请人信息
- 申请人:南京邮电大学
- 申请人地址:210003 江苏省南京市鼓楼区新模范马路66号
- 发明人: 南京邮电大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于特征解耦融合网络的多目标跟踪方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410223678.X |
| 申请日 | 2024/2/29 |
| 公告号 | CN117809054A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06V10/62 |
| 权利人 | 南京邮电大学 |
| 发明人 | 陈云芳; 吕尊威; 张伟; 付雄 |
| 地址 | 江苏省南京市鼓楼区新模范马路66号 |
专利主权项内容
（来 自 马 克 数 据 网） 。1.一种基于特征解耦融合网络的多目标跟踪方法，其特征在于，该方法包括如下步骤：步骤1，对多行人目标视频数据集预处理，将数据集每一帧输入基于DLA-34构建的骨干网络学习多尺度特征；步骤2，将多尺度特征输入检测分支进行特征融合，特征融合方法采用自下而上的融合方法，以获得目标位置信息；步骤3，将多尺度特征送入Re-ID分支进行特征融合，采用自上而下的方法来融合特征图，以获得目标外观特征信息；步骤4，基于步骤2和步骤3提取到的目标位置信息和外观特征信息，利用自适应加权融合策略计算得到关联代价矩阵，采用匈牙利算法基于代价矩阵得到目标初步关联跟踪结果；步骤5，利用每帧跟踪结果构建目标跟踪轨迹，依据轨迹时间与位置信息，利用多层感知机MLP预测轨迹同属一个目标的概率，利用jonker-volgenant算法完成轨迹链接以实现对目标稳定跟踪。