[发明专利]一种基于全局可缩放孪生网络的目标跟踪方法和装置

权利要求书

1.一种基于全局可缩放孪生网络的目标跟踪方法，其特征在于，所述方法包括：

步骤101、确定进行目标跟踪的目标区域的模板图像和搜索图像；

步骤102、将所述模板图像输入预先建立的最优全局可缩放孪生网络模型的目标分支，以及所述搜索图像输入所述最优全局可缩放孪生网络模型的搜索分支，得到所述模板图像和搜索图像之间的得分响应图；

步骤103、将得分响应图中得分最大值所在的位置映射到搜索图像中作为目标区域的中心点在搜索图像中对应的位置。

2.根据权利要求1所述的方法，其特征在于，其中确定进行目标跟踪的目标区域的模板图像和搜索图像之前还包括建立最优全局可缩放网络模型，其中：

步骤201，获取训练数据集，其中，所述训练数据集中包括多个训练数据，每个训练数据包括1个训练视频，以及所述训练视频的训练图像序列，所述训练图像序列包含训练视频的多帧训练图像；

步骤202，对所述训练数据进行预处理，生成多个训练图像对；

步骤203，将所述多个训练图像对作为初始全局可缩放孪生网络的目标分支和搜索分支的输入，对所述初始全局可缩放孪生网络的目标分支和搜索分支进行模型训练，生成C个待验证全局可缩放孪生网络，其中，所述初始全局可缩放孪生网络的目标分支包括可缩放孪生网络和与可缩放孪生网络连接的全局注意力网络，搜索分支只包括可缩放孪生网络，其中，C为自然数；

步骤204，获取测试数据集，其中，所述测试数据集中包括多个测试数据，每个测试数据包括1个测试视频，以及所述测试视频的测试图像序列，所述测试图像序列包括多帧测试图像，所述测试图像序列中的每帧图像按照视频时间顺序从1开始进行编号，且第1帧测试图像已经标注目标区域；

步骤205，对所述测试数据进行预处理，生成多个测试图像对；

步骤206，将多个测试图像对作为C个待验证全局可缩放孪生网络的目标分支和搜索分支的输入，得到C个待验证全局可缩放孪生网络输出的响应图；

步骤207、根据每个待验证全局可缩放孪生网络输出的响应图确定测试图像对对应的目标区域的中心点在待验证全局可缩放孪生网络的搜索分支的输入中对应的目标位置，其中，所述测试图像对对应的目标区域是指测试图像对对应的测试视频的测试图像序列的第1帧图像中标注的目标区域；

步骤208，根据所述目标位置和测试图像对对应的目标区域的中心点确定每个待验证全局可缩放孪生网络的测试精确度；

步骤209，将测试精确度最高的待验证全局可缩放孪生网络作为最优全局可缩放网络。

3.根据权利要求2所述的方法，其特征在于，其中对所述训练数据进行预处理，生成多个训练图像对包括：

步骤301，在训练数据集中选取多个训练视频，从选取的每个训练视频的训练图像序列中选取训练图像Z和训练图像X；

步骤302，在训练图像Z中划定跟踪的目标区域为(width,height)；

步骤303，对训练图像Z和训练图像X进行裁剪生成训练图像对(z,x)，其中，对训练图像Z进行裁剪生成训练图像z，训练图像z在训练图像Z上的裁剪区域为A×A，A²＝(width+p)×(height+p)，对训练图像X进行裁剪生成训练图像x，训练图像x在训练图像X上的裁剪区域为2A×2A，(2A)²＝2(width+p)×2(height+p)，p＝(width+height)/2。