[發明專利]一種方位和尺度判別深度網絡的目標跟蹤方法在審
| 申請號： | 201811403020.8 | 申請日： | 2018-11-23 |
| 公開（公告）號： | CN109801310A | 公開（公告）日： | 2019-05-24 |
| 發明（設計）人： | 胡昭華;侍孝義;陳慧 | 申請（專利權）人： | 南京信息工程大學 |
| 主分類號： | G06T7/223 | 分類號： | G06T7/223;G06N3/04;G06N3/08 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211500 江蘇省*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 目標跟蹤 在線微調 形變 分類 尺度 方位信息 方向信息 目標丟失 網絡參數 網絡計算 網絡框架 網絡適應 訓練網絡 正負樣本 跟蹤 檢測 滑窗 網絡 引入 學習 | ||
【權利要求書】：
1.一種方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：包括以下步驟：
步驟(1)，預訓練網絡；
步驟(2)，方位信息分類；
步驟(3)，滑窗操作；
步驟(4)，在線微調；
步驟(5)，丟失重新檢測。
2.根據權利要求1所述的方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：步驟(1)中，采用三層卷積神經網絡三層全連接網絡框架，第三層全連接網絡采用雙路分類網絡。
3.根據權利要求2所述的方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：所述分類網絡的訓練輸出采用softmax交叉熵損失函數，隨機梯度下降和反向傳播進行網絡權重的更新。
4.根據權利要求3所述的方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：所述訓練輸出樣本的選取通過計算重疊率進行選取。
5.根據權利要求1所述的方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：步驟(2)中，根據樣本所屬目標的方位和尺度大小判斷樣本所屬類別。
6.根據權利要求1所述的方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：步驟(3)中，采用滑窗逐漸逼近目標的真實位置。
7.根據權利要求1所述的方位和尺度判別深度網絡的目標跟蹤方法，其特征在于：步驟(4)中，出現連續跟蹤多個幀序列時，對目標重采樣微調網絡。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京信息工程大學，未經南京信息工程大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811403020.8/1.html，轉載請聲明來源鉆瓜專利網。
