[发明专利]一种基于多实例学习的视频目标追踪方法在审
| 申请号： | 201610794977.4 | 申请日： | 2016-08-31 |
| 公开（公告）号： | CN106407910A | 公开（公告）日： | 2017-02-15 |
| 发明（设计）人： | 盛斌;施瑾瑜 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 上海科盛知识产权代理有限公司31225 | 代理人： | 赵志远 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 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多实例学习的视频目标追踪方法，包括以下步骤S1根据第一帧的信息得到跟踪窗口以及正、负样本，利用后验概率模型进行弱分类器训练，进而训练得到强分类器；S2在线跟踪预测新的一帧的目标位置时，以前一帧具有强分类器最高置信区间的位置作为新的一帧目标位置的采样中心，进行测试样本采样，利用步骤S1训练得到的强分类器输出分类结果；在获取弱分类器的过程中，在单个样本对样本包的贡献加上权重，离追踪到的目标所在位置越近的样本所获得的权重越大。与现有技术相比，本发明具有提高目标跟踪精准度、提高跟踪效率等优点。 | ||
| 搜索关键词： | 一种 基于 实例 学习 视频 目标 追踪 方法 | ||
【主权项】：
一种基于多实例学习的视频目标追踪方法，包括以下步骤：S1：根据第一帧的信息得到跟踪窗口以及正、负样本，利用后验概率模型进行弱分类器训练，进而训练得到强分类器；S2：在线跟踪：预测新的一帧的目标位置时，以前一帧具有强分类器最高置信区间的位置作为新的一帧目标位置的采样中心，进行测试样本采样，利用步骤S1训练得到的强分类器输出分类结果；其特征在于，在获取弱分类器的过程中，在单个样本对样本包的贡献加上权重，离追踪到的目标所在位置越近的样本所获得的权重越大。
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上海交通大学，未经上海交通大学许可，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/201610794977.4/，转载请声明来源钻瓜专利网。
- 上一篇：人脸识别方法、装置及系统
- 下一篇：基于图像的眼镜识别方法及装置
