电子信息技术

本发明公开了一种基于金字塔孪生网络的目标跟踪方法，属于计算机视觉领域，所述跟踪方法包括如下步骤：目标跟踪系统平台的搭建；构建金字塔孪生网络模型；训练金字塔孪生网络模型；测试金字塔孪生网络模型。本发明提出了新颖的特征金字塔孪生网络模型，由于该模型具有权值共享和并行提取特征的特点，因此可提高金字塔孪生网络模型在目标跟踪的实时性。采用了不同子网、不同层次以及不同尺度的特征，构造了全新的特征金字塔网络，使得本发明能够在复杂环境下具有较强的鲁棒性。

技术亮点

本发明的目的在于提供一种基于金字塔孪生网络的目标跟踪方法，解决现有跟踪算法目标识别准确率低、跟踪速度与鲁棒性低的技术问题。一种基于金字塔孪生网络的目标跟踪方法，所述跟踪方法包括如下步骤：步骤1：目标跟踪系统平台的搭建；步骤2：构建金字塔孪生网络模型；步骤3：训练金字塔孪生网络模型；步骤4：测试金字塔孪生网络模型；步骤5：将训练和测试好的金字塔孪生网络模型传输到目标跟踪系统平台进行实现目标跟踪。

一种基于金字塔孪生网络的目标跟踪方法，是一种结合金字塔网络和孪生网络的目标跟踪方法。该方法通过在金字塔网络的基础上引入孪生网络，提高了目标检测的精度和可靠性，同时也减少了计算量。这种方法的应用前景非常广阔，可以应用于许多领域，如视频监控、无人机、自动驾驶等。它可以有效地检测和跟踪目标，提高系统的安全性和可靠性。此外，这种方法也可以应用于目标识别、人脸识别等领域。随着科技的不断发展，基于金字塔孪生网络的目标跟踪方法的应用前景将会越来越广阔。

(1)本发明提出了新颖的特征金字塔孪生网络模型，由于该模型具有权值共享和并行提取特征的特点，因此可提高金字塔孪生网络模型在目标跟踪的实时性。

(2)本发明采用了不同子网、不同层次以及不同尺度的特征，构造了全新的特征金字塔网络，使得本发明能够在复杂环境下具有较强的鲁棒性。

(3)本发明构建了分类定位并行网络，该网络分别生成了候选框、置信度和坐标偏移量，由于该网络的3个子网并行执行并且输出结果包含了坐标修正值，因此可提高本发明的目标跟踪速度和精度。

(4)本发明在结合PID控制算法的基础上，将目标跟踪算法应用于嵌入式跟踪系统平台中，能够平稳的控制3个电机进行相应的旋转、俯仰和横滚运动，实现了摄像头对目标的3维跟踪和定位，解决了目前目标跟踪平台运动平稳性较差，运动维度较少等缺点，具有较高的实用价值和市场前景。