[发明专利]基于金字塔池化Transformer主干网络的目标跟踪方法与系统有效
申请号: | 202310974990.8 | 申请日: | 2023-08-04 |
公开(公告)号: | CN116703980B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 王军;杨帅;王员云 | 申请(专利权)人: | 南昌工程学院 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06N3/0455;G06N3/08 |
代理公司: | 北京中济纬天专利代理有限公司 11429 | 代理人: | 黄攀 |
地址: | 330000 江西*** | 国省代码: | 江西;36 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明提出一种基于金字塔池化Transformer主干网络的目标跟踪方法与系统,该方法包括:在孪生网络框架下,构建基于金字塔池化Transformer特征提取主干网络,基于标准Transformer的编码器和解码器模型,构建得到目标模型预测器;模型预测器和该特征提取主干网络构成目标跟踪模型,通过特征提取主干网络对训练模板以及测试模板进行特征提取;通过模型预测器,利用提取出的训练模板特征以及测试模板特征进行目标模型预测;通过目标模型对跟踪对象进行分类和边界框回归从而实现目标跟踪。本发明可有效减低多头自注意力机制的计算复杂度,最终实现更加高效且准确的目标跟踪。 | ||
搜索关键词: | 基于 金字塔 transformer 主干 网络 目标 跟踪 方法 系统 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌工程学院,未经南昌工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202310974990.8/,转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法