[发明专利]一种基于连续吸引子神经网络的在线目标跟踪方法有效
| 申请号： | 201510785470.8 | 申请日： | 2015-11-16 |
| 公开（公告）号： | CN105469423B | 公开（公告）日： | 2018-06-22 |
| 发明（设计）人： | 吴思;高奇;弭元元;林小涵;夏燕 | 申请（专利权）人： | 北京师范大学 |
| 主分类号： | G06T7/20 | 分类号： | G06T7/20;G06N3/06 |
| 代理公司： | 北京汲智翼成知识产权代理事务所(普通合伙) 11381 | 代理人： | 陈曦;贾兴昌 |
| 地址： | 100875 北*** | 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： | 本发明公开了一种基于连续吸引子神经网络的在线目标跟踪方法，包括如下步骤：S1，根据连续吸引子神经网络模型建立网络，根据网络状态调节神经元状态关键参数到供实际跟踪使用的参数域；S2，接收监控图像，对当前帧做差分操作得到差分图，根据指导位置和差分图得到输入矩阵；S3，将输入矩阵作为网络的输入，输入到建立的网络中；S4，使网络演化时间阈值长度，得到目标的预测位置；S5，使用目标的预测位置更新指导位置的数据，重复步骤S2～S4，在后续帧整合目标的预测位置，继续跟踪。该方法在目标跟踪过程中根据目标的预测位置实时对网络进行调整，有效地满足了对目标跟踪的准确性和实时性要求。 | ||
| 搜索关键词： | 目标跟踪 预测位置 吸引子 神经网络 输入矩阵 网络 神经网络模型 神经元状态 实时性要求 关键参数 接收监控 网络状态 参数域 后续帧 有效地 跟踪 整合 图像 重复 更新 | ||
【主权项】：
1.一种基于连续吸引子神经网络的在线目标跟踪方法，其特征在于包括如下步骤：S1，根据连续吸引子神经网络模型建立网络，根据网络状态调节神经元状态关键参数，使所述神经元状态关键参数在供实际跟踪使用的参数域内；S2，接收监控图像，对当前帧做差分操作得到差分图，根据指导位置和差分图得到输入矩阵；S3，将输入矩阵作为网络的输入，输入到建立的网络中；S4，使网络演化时间阈值长度，得到目标的预测位置；S5，使用目标的预测位置更新指导位置的数据，重复步骤S2～S4，在后续帧中整合目标的预测位置，对目标位置继续跟踪。
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师范大学，未经北京师范大学许可，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/201510785470.8/，转载请声明来源钻瓜专利网。
