技術特征：

1.基于上下文信息特征融合更新目標圖像的數(shù)據(jù)處理方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述方法，其特征在于，基于所述待跟蹤目標圖像與目標模板特征集生成所述目標模板特征；其中，所述目標模板特征集的初始值為若干所述待跟蹤目標圖像的特征副本；

3.根據(jù)權(quán)利要求2所述方法，其特征在于，基于所述待跟蹤目標圖像與目標模板特征集生成所述目標模板特征，包括：

4.根據(jù)權(quán)利要求3所述方法，其特征在于，基于所述降維后特征，通過動態(tài)卷積方法得到動態(tài)卷積層的各卷積核的網(wǎng)絡權(quán)重，包括：

5.根據(jù)權(quán)利要求2所述方法，其特征在于，利用目標模板特征跟蹤視頻圖像序列中每幀圖像中的待跟蹤目標，包括:

6.根據(jù)權(quán)利要求5所述方法，其特征在于，使用下式計算所述目標區(qū)域的平均峰值相關能量：

7.根據(jù)權(quán)利要求6所述方法，其特征在于，所述得到當前幀圖像的目標區(qū)域的置信分數(shù)，包括：將當前幀圖像的目標區(qū)域的位置、目標區(qū)域響應分數(shù)、平均峰值相關能量與前一幀圖像的目標區(qū)域的位置、前一幀圖像的目標區(qū)域位置與當前幀圖像目標區(qū)域位置的交并比依次通過3個包含激活函數(shù)的全連接層，得到當前幀圖像的目標區(qū)域的置信分數(shù)。

8.根據(jù)權(quán)利要求1-7任一項所述方法，其特征在于，所述待跟蹤目標的圖像由所述包括待跟蹤目標的視頻圖像序列的第一幀圖像截取得到。

9.根據(jù)權(quán)利要求1所述方法，其特征在于，所述目標跟蹤模型包括目標模板特征生成模塊、目標跟蹤模塊和置信度評估模塊，通過下述方法訓練得到：

10.根據(jù)權(quán)利要求9所述方法，其特征在于，所述改進的結(jié)構(gòu)相似性指數(shù)度量函數(shù)，其公式如下：

技術總結(jié)
本發(fā)明涉及一種基于上下文信息特征融合更新目標圖像的數(shù)據(jù)處理方法，屬于計算機視覺技術領域，解決了現(xiàn)有技術中當跟蹤目標的外觀發(fā)生重大變化時造成跟蹤目標丟失的問題。包括：獲取包括待跟蹤目標的視頻圖像序列和待跟蹤目標圖像；將所述待跟蹤目標圖像和所述視頻圖像序列輸入訓練好的目標跟蹤模型，得到目標跟蹤結(jié)果；其中，所述目標跟蹤模型用于利用目標模板特征跟蹤視頻圖像序列中每幀圖像得到待跟蹤目標；所述目標模板特征根據(jù)所述視頻圖像序列中各幀圖像識別的目標區(qū)域的置信分數(shù)動態(tài)更新。實現(xiàn)了通過融合上下文信息動態(tài)更新目標模板，提高了目標跟蹤算法在復雜環(huán)境中的性能和魯棒性。

技術研發(fā)人員：姜尚東,段正軒,吳志成,周少磊,韓偉,馬語菡
受保護的技術使用者：北京京航計算通訊研究所
技術研發(fā)日：
技術公布日：2024/12/19