一种基于RAFT光流的全卷积孪生网络目标跟踪算法

摘要

本发明公开了一种基于RAFT光流的全卷积孪生网络目标跟踪算法，首先确定目标图片的位置和大小信息，然后初始化网络参数，根据第一帧图片进行特征提取，并进行光流模型初始化；根据后续帧图片，提取特征并计算相似度，输入至光流模型，通过多次的迭代，更新光流信息；将融合了光流信息的特征输入到跟踪模型中预测目标的位置，然后在预测的目标位置预估目标的具体尺寸，同时依据网络的权值以及光流模型的参数来更新模型；最后输出目标的位置的尺寸大小；本发明公开的目标跟踪方法采用了结合光流信息的端到端的目标跟踪模型，可以提升模型跟踪的成功率和鲁棒性。