[发明专利]用于跟踪对象的方法和系统

摘要

一种跨图像流跟踪对象的方法包括将流的初始帧传递通过包括多个卷积层的第一神经网络。从第一神经网络输出的特征图被提供给包括至少一个完全连接层的第二多分类器神经网络，以确定在划定初始帧中限定给定类别的对象边界的感兴趣区域(ROI)。存储从第一神经网络的第一卷积层输出的与ROI相对应的特征图，以作为用于第三多层神经网络的至少第一层神经元的权重。来自流的后续帧被获取，并且该帧通过使用第一神经网络被逐ROI扫描，以针对每个ROI从第一卷积层生成相应的特征图。特征图被提供给第三多层神经网络，以提供以下输出以标识具有与所存储的特征映射最佳匹配的特征映射的候选ROI，该输出与用于第一层神经元的权重的特征映射和为候选ROI提供的特征映射之间的匹配水平成比例。所存储的特征映射权重利用来自最佳匹配候选ROI的权重来更新。

主权项

1.一种用于跨图像流跟踪对象的方法，所述方法包括：a)将所述图像流的初始帧传递通过第一神经网络，所述第一神经网络包括多个卷积层，每个卷积层产生至少一个特征图；b)将从所述第一神经网络输出的特征图提供到第二多分类器神经网络以确定感兴趣区域(ROI)，所述第二多分类器神经网络包括至少一个完全连接的层，所述感兴趣区域划定所述初始帧中给定类别对象的边界；c)存储从所述第一神经网络的第一卷积层输出的、与所述ROI相对应的特征图，以作为用于第三多层神经网络的至少第一神经元层的权重；d)从所述图像流获取后续帧；e)使用所述第一神经网络逐ROI扫描所述帧的至少一部分，以从所述第一卷积层为每个ROI产生相应的特征图；f)将所述特征图提供到所述第三多层神经网络，以提供与以下输出来标识具有与存储的特征图最佳匹配的特征图的候选ROI：所述输出与用于所述第一神经元层的所述权重的所述特征图值与为候选ROI所提供的特征图值之间的匹配水平成比例；g)响应于所述匹配满足阈值，根据用于最佳匹配候选ROI的特征图更新来指示所述对象的特征的所述存储的特征图，包括根据用于来自所述后续帧的最佳匹配的候选ROI的特征图来更新用于所述神经元的所述权重；h)重复步骤d)到g)直到所述匹配不能满足所述阈值。