原创力文档- 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
本发明属于目标跟踪领域，具体涉及一种基于高斯响应关联的目标跟踪方法，通过骨干网络分别提取样本帧和搜索帧，用来初始化分类器，生成调制向量和送入分类器中获取目标位置；将位置信息加入位置扰动及尺度扰动送入静态和动态高斯响应模块构建高斯函数图，根据设计的判别指标，获得回归网络样本；根据回归网络所预测的边界框指标在线优化输入边界框的坐标，达到最大优化次数后，选取指标最大的N个边界框的坐标求取均值，作为最终的目标估计边界框。本发明更具目标的判别能力，对proposals的预测将更为准确，最终获取的目标状态更
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118097242A
(43)申请公布日2024.05.28
(21)申请号202410167388.8G06V10/82(2022.01)
文档评论（0）