[发明专利]一种基于深度去噪自动编码器的粒子滤波跟踪方法

摘要

本发明属于计算机视觉分析技术领域，具体涉及一种基于深度去噪自动编码器的粒子滤波跟踪方法，包括初始化阶段，采用视频第一帧手动标定目标位置，在第一帧跟踪过程和跟踪处理中，需要分别在目标背景和前景附近选择一定数量的正负样本，初始化训练好的网络模型，第二步，进行重要性抽样，第三步，计算观察概率，第四步，更新权重，第五步，判断并选择出权重信息中权重最大的粒子，认为该粒子的即为我们接下来所要跟踪的目标，为下一帧更新跟踪新样本，循环第二步到第五步的过程，直到视频播放完毕，本方法能够有效地区分目标特征和背景，提高了跟踪算法的精度。

主权项

1.一种基于深度去噪自动编码器的粒子滤波跟踪方法，其特征在于：步骤1：训练深度网络模型，通过无监督的逐层贪心训练每一层网络并在训练数据中加入噪声以得到更为稳健的特征表达，通过分类神经网络对这些特征进行有监督的学习，进一步优化网络的参数；步骤2：采用视频第一帧手动标定目标位置，从序列中选取正负训练样本，初始化步骤1中深度网络模型；步骤3：采用重要性抽样粒子集，然后通过训练好的网络模型向前传播每个粒子，并通过分类神经网络计算在线跟踪过程中每个粒子的置信度；步骤4：根据步骤3中粒子置信度计算粒子的观测概率；步骤5：根据步骤4中观察概率更新粒子的权重，以确定目标位置，为下一帧更新跟踪新样本，循环步骤3到步骤5的过程，直到视频播放完毕。