[发明专利]一种多域卷积神经网络上的分块目标跟踪方法

权利要求书

1.一种基于多域卷积神经网络的进行分块跟踪的系统，其特征在于，包括视频上传模块(1)、在线视频采集模块(2)、视频跟踪模块(3)、跟踪结果保存模块(4)和数据服务器(5)；视频上传模块(1)上传本地数据服务器(5)中要进行分析的视频；在线视频采集模块(2)通过摄像头选择目标对象，在线进行目标跟踪；视频跟踪模块(3)对要跟踪的对象选择跟踪方法进行跟踪；跟踪结果保存模块(4)将跟踪结果保存到服务器中。

2.根据权利要求1所述的多域卷积神经网络上的分块目标跟踪方法，其特征在于，所述在线视频采集模块(2)采用高清摄像头，数据服务器(5)采用含有Gpu的服务器。

3.一种多域卷积神经网络上的分块目标跟踪方法，其特征在于，采用权利要求1所述的系统，包括以下步骤：

①选择在线采集视频还是本地服务器上传；

②若本地上传视频，则视频上传模块(1)从服务器中加载视频；

③若在线跟踪目标对象，则在线视频采集模块(2)打开摄像头进行视频采集；

④视频跟踪模块(3)首帧选择跟踪目标以及选择是否进行分块跟踪；

⑤对后续视频若采用分块跟踪，则视频跟踪模块(3)利用基于MDNET的分块跟踪方法进行目标跟踪，否则仅仅利用MDNET方法进行目标跟踪；

⑥跟踪结果保存模块(4)将每一帧的跟踪结果以图片形式保存到数据服务器(5)；

⑦需要继续分析新视频则返回步骤一，否则结束退出系统。

4.根据权利要求3所述的多域卷积神经网络上的分块目标跟踪方法，其特征在于，所述步骤⑤中视频分块跟踪算法具体为：

I、在待跟踪视频的首帧，对跟踪目标进行分块；

II、用MDNET跟踪每一个分块，获得分块跟踪结果；

III、通过每个分块单独的跟踪结果按照平均方法求出目标中心以及尺寸；

IV、更新当前帧的跟踪结果，保存模型应用到下一帧；

V、保存整体目标以及各个分块的跟踪结果到数据服务器(5)。