[发明专利]一种基于卷积神经网络的特征提取与目标跟踪方法

摘要

本发明公开一种基于卷积神经网络的特征提取与目标跟踪方法，首先通过线下预训练的方法，提高网络在特征提取与前景分割时的性能；之后将标定有的视频序列第一帧放入到网络中进行线上训练，对网络模型的参数进行微调，从而提升卷积神经网络在具体问题中的处理能力。通过增加随机二维掩膜和多次迭代的方法，既提高了网络预测的准确率，同时也避免了过拟合的问题。多尺度的可选性也使得本方法在目标跟踪过程中能够自适应地选择目标的尺度大小。在网络参数更新方面，通过设置阈值的方式实时进行更新，提升了目标跟踪方法的精度和鲁棒性。

主权项

1.一种基于卷积神经网络的特征提取与目标跟踪方法，其特征在于，包括以下步骤：S1：构建并预训练网络模型；S2：根据视频序列，线上训练网络模型；S3：输入视频序列，计算跟踪结果；S4：对视频序列中上一帧的跟踪结果进行评估，选取正样本结果放入网络中迭代以更新网络参数。