[发明专利]一种基于深度时空信息的相关滤波跟踪方法在审
| 申请号： | 201910920723.6 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110659619A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 尚振宏;陈万敏 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06N3/04;G06N3/08;G06T7/246 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度时空信息的相关滤波跟踪方法，属于视频目标跟踪技术领域。本发明首先在空间上利用多个不同网络层提取的目标深度特征信息，构成特征层响应，对每一个响应结果根据其损失误差分配不同的权重，融合特征响应。然后基于融合后的响应得到估计目标位置并采用尺度估计方法解决目标尺度变化问题；最后根据每一帧的重构误差自适应的连续学习更新目标外观模型；本发明能够有效缓解跟踪目标由于遮挡、尺度变化、光照等因素造成的跟踪漂移状况的发生，实现鲁棒的目标跟踪。 | ||
| 搜索关键词： | 漂移 视频目标跟踪 尺度变化 尺度估计 跟踪目标 更新目标 目标尺度 目标跟踪 目标位置 深度特征 时空信息 特征响应 外观模型 误差分配 响应结果 有效缓解 融合 响应 特征层 网络层 自适应 跟踪 鲁棒 滤波 权重 重构 遮挡 光照 学习 | ||
【主权项】：
1.一种基于深度时空信息的相关滤波跟踪方法，其特征在于：所述基于深度时空信息的相关滤波跟踪方法的具体步骤如下：/nStep1、获取目标的初始位置信息以及尺度信息。/nStep2、根据Step1获取的初始信息以及VGG-NET-19网络提取目标的三层深度卷积特征，并分别计算响应图。/nStep3、根据Step2提取的三层深度卷积特征分别计算响应图权重，并将每一层的响应图加权求和得到最终响应图。/nStep4、基于Step3估计当前帧中目标的位置信息。/nStep5、利用step4得到的目标位置信息，添加尺度滤波器预测目标的尺度变化。/nStep6、得到目标的位置信息和尺度信息后，利用每一帧的重构误差更新目标外观模型进行跟踪，直到最后一帧。/n
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昆明理工大学，未经昆明理工大学许可，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/201910920723.6/，转载请声明来源钻瓜专利网。
- 上一篇：视频发布方法及装置
- 下一篇：基于模糊控制的滤波降噪方法
