- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种利用排序损失的语义引导图注意力网络用于孪生跟踪的方法,解决传统图注意力追踪只关注节点之间的拓扑结构,导致忽视了目标整体结构的上下文信息。本发明在主干特征提取网络输出特征分支后,将目标模版放入设计的语义引导模块,以此来生成带有目标上下文的语义特征,通过互相关操作将其融合到图注意网络中,获取具有目标判别力的特征。图注意网络输出目标模版与搜索区域模版的相似度图,送入分类与回归子网络中,来进行目标的定位。本发明增强基于图注意力的孪生跟踪器的目标判别能力,提高了追踪器在复杂背景中的鲁棒性。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117593546A
(43)申请公布日2024.02.23
(21)申请号202311645167.9G06V10/40(2022.01)
文档评论(0)