[发明专利]基于全卷积神经网络的目标追踪方法及装置在审
| 申请号： | 201610575699.3 | 申请日： | 2016-07-19 |
| 公开（公告）号： | CN107633527A | 公开（公告）日： | 2018-01-26 |
| 发明（设计）人： | 王乃岩 | 申请（专利权）人： | 北京图森未来科技有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 北京集佳知识产权代理有限公司11227 | 代理人： | 王宝筠 |
| 地址： | 101399 北京市顺*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于全卷积神经网络的目标追踪方法及装置，在预训练阶段，利用全卷积神经网络提取训练样本图像的图像特征后，进行物体性判别及物体验证，训练得到全卷积神经网络模型。然后，利用该全卷积神经网络模型所包含的参数建立在线追踪网络；最后利用该在线追踪网络追踪待追踪视频中的目标。该方法在预训练阶段增加了物体性判别过程，使算法学习到什么是一个物体，解决了算法对于嘈杂背景不鲁棒的问题；同时，增加物体验证过程，即给定两个物体，判断这两个物体是不是同一物体，因此，物体验证更强调物体之间的差异，而弱化类间差异，从而将目标与背景及所有可能的干扰物体分别开，最终提高了目标追踪的准确率。 | ||
| 搜索关键词： | 基于 卷积 神经网络 目标 追踪 方法 装置 | ||
【主权项】：
一种基于全卷积神经网络的目标追踪方法，其特征在于，包括：利用全卷积神经网络获取训练样本图像的图像特征；根据所述图像特征判断所述训练样本图像是否是一个完整物体，以及，根据所述图像特征判断正负训练样本图像对所包含的物体是否是同一物体；根据所包含的物体是同一物体且是一个完整物体的训练样本图像，训练得到全卷积神经网络模型；根据所述全卷积神经网络模型所包含的参数建立在线追踪网络；利用所述在线追踪网络追踪所述待追踪视频中的目标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京图森未来科技有限公司，未经北京图森未来科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610575699.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种图像跟踪点获取方法及设备、存储介质
- 下一篇：一种刚体识别方法及系统
