[发明专利]基于多层特征融合的全卷积孪生网络的目标跟踪方法及系统有效
| 申请号： | 201810878152.X | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN109191491B | 公开（公告）日： | 2020-09-08 |
| 发明（设计）人： | 邹腊梅;陈婷;李鹏;张松伟;李长峰;熊紫华;李晓光;杨卫东 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/223 | 分类号： | G06T7/223;G06N3/04 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于多层特征融合的卷积孪生网络的目标跟踪方法及系统，该方法包括：根据图像的目标位置和大小，裁剪出图像序列训练集中的所有图像的目标模板图像和搜索区域图像，目标模板图像和搜索区域图像组成的图像对构成训练数据集；构建基于多层特征融合的卷积孪生网络；基于训练数据集，训练所述基于多层特征融合的卷积孪生网络，获得训练好的基于多层特征融合的卷积孪生网络；使用训练好的基于多层特征融合的卷积孪生网络进行目标跟踪。本发明在跟踪目标的过程中，融合不同层的得分图，结合高层语义特征与底层细节特征，更好地区分相似或同类目标的干扰，防止跟踪过程中的目标漂移和目标丢失问题。 | ||
| 搜索关键词： | 基于 多层 特征 融合 卷积 孪生 网络 目标 跟踪 方法 系统 | ||
【主权项】：
1.基于多层特征融合的卷积孪生网络的目标跟踪方法，其特征在于，该方法包括以下步骤：(1)根据图像的目标位置和大小，裁剪出图像序列训练集中的所有图像的目标模板图像和搜索区域图像，目标模板图像和搜索区域图像组成的图像对构成训练数据集；(2)构建基于多层特征融合的卷积孪生网络，所述基于多层特征融合的卷积孪生网络包含2个完全相同的第一分支卷积网络和第二分支卷积网络，所述第一分支卷积网络用于获取搜索区域图像的特征图，所述第二分支卷积网络用于获取目标模板图像的特征图，两分支网络在指定层特征图上有连接，目标模板图像的特征图和搜索区域图像的特征图的对应层分别做互相关运算，得到对应的得分图；(3)基于所述训练数据集，训练所述基于多层特征融合的卷积孪生网络，获得训练好的基于多层特征融合的卷积孪生网络；(4)使用训练好的基于多层特征融合的卷积孪生网络计算待测图像序列中图像的得分图，基于得分图进行目标跟踪。
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华中科技大学，未经华中科技大学许可，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/201810878152.X/，转载请声明来源钻瓜专利网。
