集思谱需要我帮你解读这件专利吗？
公开（公告）号CN118230181B | 申请号CN202410335698.6 | 专利类型发明授权 |
状态有效 | 国家或地区CN | 申请人电子科技大学 |
分类号G06V20/13(2022.01), G06V10/764(2022.01), G06V10/774(2022.01), G06V10/82(2022.01), G06N3/0464(2023.01), G06V20/40(2022.01), G06V10/42(2022.01) | 申请日2024-03-22 | 公开日2026-11-03 |
发布日期2026-11-03 | 文档 ID84696772710900000 | 源数据页码1630 |
专利语言zh | ||
本发明公开了一种基于图神经网络的视频SAR阴影跟踪方法，它是将检测网络作为一个插件，并在跟踪网络部分引入了两项关键改进，以提高跟踪精度：首先，引入了联合特征学习，从阴影的形状和位置中提取互补的外观和运动特征，从而获得更健壮的特征表征，其次，通过将多目标跟踪(MOT)问题与图神经网络(GNN)有机结合，利用图关系来学习阴影之间的关联，从而获得更准确的跟踪预测。本发明能够高精度实现视频SAR中多目标阴影的跟踪，克服了现有技术难以区分与阴影相似的背景，造成虚警率高的问题以及在复杂环境中动目标阴影容易受背景干扰导致跟踪不连续等问题。
附图 1