[发明专利]基于三重卷积网络和感知干扰学习的目标跟踪方法和系统有效
| 申请号： | 201910582872.6 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110349176B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 韩守东;夏鑫鑫;夏晨斐;黄飘 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20;G06T7/70 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于三重卷积网络和感知干扰学习的目标跟踪方法和系统，属于图像处理和机器视觉中的目标跟踪研究领域，方法包括：将待跟踪视频输入三重卷积网络得到目标跟踪结果；三重卷积网络的训练包括：构建三重卷积网络，从数据集中获取正样本对与负样本对得到训练集；利用训练集训练三重卷积网络，训练集中每个样本对的两张图像分别输入模板分支与检测分支，或者分别输入第一帧分支与检测分支；模板分支与第一帧分支分别提取表观模型特征图，将两个表观模型特征图分别与检测分支的特征图进行交叉相关，得到两个响应图；分别计算两个响应图的损失进行反向传播，由此得到训练好的三重卷积网络。本发明方法目标跟踪准确性较高。 | ||
| 搜索关键词： | 基于 三重 卷积 网络 感知 干扰 学习 目标 跟踪 方法 系统 | ||
【主权项】：
1.一种基于三重卷积网络和感知干扰学习的目标跟踪方法，其特征在于，包括：将待跟踪视频的第一帧、当前帧和前一帧输入三重卷积网络进行目标跟踪，得到目标跟踪结果；所述三重卷积网络的训练包括：构建由第一帧分支，模板分支和检测分支组成的三重卷积网络，第一帧分支与检测分支的输出连接到一个交叉相关网络，模板分支与检测分支的输出连接到另一个交叉相关网络，两个交叉相关网络结构相同；从数据集中获取正样本对与负样本对得到多个样本对组成的训练集；所述数据集中每个视频中的每一帧含有一个或多个目标；利用训练集训练三重卷积网络，训练集中每个样本对的两张图像分别输入模板分支与检测分支，或者分别输入第一帧分支与检测分支；模板分支与第一帧分支分别通过各自的相关滤波层提取表观模型特征图，将两个表观模型特征图分别与检测分支的特征图在交叉相关网络进行交叉相关，得到两个响应图；分别计算两个响应图的损失进行反向传播，由此得到训练好的三重卷积网络。
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华中科技大学，未经华中科技大学许可，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/201910582872.6/，转载请声明来源钻瓜专利网。
