一种基于轻量化Transformer的神经形态视觉目标跟踪方法
申请号:CN202410770686
申请日期:2024-06-14
公开号:CN118628530A
公开日期:2024-09-10
类型:发明专利
摘要
本发明提供一种基于轻量化Transformer的神经形态视觉目标跟踪方法,具体步骤包括:将神经形态视觉数据转换为帧图像;将转换后的帧图像分割为多个子图像块;通过熵引导的编码块消除方法,消除与跟踪目标无关的编码块;将剩余的编码块通过内容引导的编码块消除方法,消除冗杂的编码块;将剩余的编码块输入到预测头中,实现对目标的定位。本发明能够实时地对快速运动和低光照等复杂场景下的目标进行跟踪。熵引导的编码块消除技术可以根据场景的信息量评估编码块的消除率,从而滤除更多的无用信息。内容引导的编码块消除技术将与跟踪目标更相关的编码块进行保留,有效地去除与目标跟踪无关的信息,轻量化模型的同时去除背景噪声的干扰。
技术关键词
编码块
消除方法
跟踪方法
Softmax函数
形态
视觉
搜索特征
消除技术
图像分割
Sigmoid函数
图像块
多头注意力机制
多层感知器
模板特征
背景噪声
处理器
电子装置