[发明专利]一种增强的多层卷积视觉跟踪方法在审
| 申请号： | 201711389302.2 | 申请日： | 2017-12-21 |
| 公开（公告）号： | CN108133489A | 公开（公告）日： | 2018-06-08 |
| 发明（设计）人： | 胡硕;韩江龙;赵银妹;孙翔;王凯 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06T7/215;G06T7/90 |
| 代理公司： | 秦皇岛一诚知识产权事务所(普通合伙) 13116 | 代理人： | 李合印 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种增强的多层卷积视觉跟踪方法，具体为：采用VGG‑19深层网络框架，采用0.5倍第三层与0.5倍第四层卷积层直接加和作为输出特征模板，并通过主成分分析对特征模板降维得到所需特征图，采用加和的卷积特征，增加所提取特征的鲁棒性；根据目标位置，确定颜色直方图比例权重，权重乘以上帧目标尺寸即为当前目标尺寸；根据滤波模板输出的最大响应值是否大于给定阈值，判定目标是否消失，若大于则直接确定目标位置，若小于则消失，通过间隔帧差法确定检测区域的待检测目标位置，以直方图权重排除非目标物体干扰，确定可疑目标物体，提取特征，与滤波模板做相关，找出大于阈值的最大响应，确定目标位置。本发明缓解了跟踪当中姿态、光照强度等因素导致目标外观变化以及遮挡等问题。 | ||
| 搜索关键词： | 目标位置 卷积 滤波模板 视觉跟踪 提取特征 最大响应 多层 权重 颜色直方图 主成分分析 检测区域 可疑目标 目标外观 目标物体 判定目标 输出特征 特征模板 网络框架 第三层 鲁棒性 特征图 直方图 重排 降维 帧差 遮挡 光照 输出 跟踪 缓解 检测 | ||
【主权项】：
一种增强的多层卷积视觉跟踪方法，其特征在于：所述跟踪方法包括以下步骤：步骤1，获取视频序列或图片序列，得到前一帧目标位置Pt‑1和尺寸St‑1；步骤2，特征提取模块，采用深层网络的浅层信息权重加和作为特征输出，并通过主成分分析对特征进行降维，得到所需特征图；步骤3，给定预期高斯输出，得到前一帧位置模型![]()
和![]()
步骤4，目标定位模块，根据滤波模板输出的最大响应值是否大于给定阈值，判定目标是否消失，若大于则直接确定目标位置；若小于则消失，通过间隔帧差法确定检测区域的待检测目标位置，以直方图权重排除非目标物体干扰，确定可疑目标物体，提取特征，与滤波模板做相关，找出大于阈值的最大响应，确定目标位置；步骤5，尺度策略模块，根据目标位置，确定颜色直方图比例权重，权重乘以上帧目标尺寸即为当前目标尺寸；步骤6，更新位置模型![]()
和![]()
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燕山大学，未经燕山大学许可，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/201711389302.2/，转载请声明来源钻瓜专利网。
