[發明專利]一種基于深度時空信息的相關濾波跟蹤方法在審
| 申請號： | 201910920723.6 | 申請日： | 2019-09-27 |
| 公開（公告）號： | CN110659619A | 公開（公告）日： | 2020-01-07 |
| 發明（設計）人： | 尚振宏;陳萬敏 | 申請（專利權）人： | 昆明理工大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/46;G06N3/04;G06N3/08;G06T7/246 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 650093 云*** | 國省代碼： | 云南;53 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 漂移 視頻目標跟蹤 尺度變化 尺度估計 跟蹤目標 更新目標 目標尺度 目標跟蹤 目標位置 深度特征 時空信息 特征響應 外觀模型 誤差分配 響應結果 有效緩解 融合 響應 特征層 網絡層 自適應 跟蹤 魯棒 濾波 權重 重構 遮擋 光照 學習 | ||
1.一種基于深度時空信息的相關濾波跟蹤方法，其特征在于：所述基于深度時空信息的相關濾波跟蹤方法的具體步驟如下：
Step1、獲取目標的初始位置信息以及尺度信息。
Step2、根據Step1獲取的初始信息以及VGG-NET-19網絡提取目標的三層深度卷積特征，并分別計算響應圖。
Step3、根據Step2提取的三層深度卷積特征分別計算響應圖權重，并將每一層的響應圖加權求和得到最終響應圖。
Step4、基于Step3估計當前幀中目標的位置信息。
Step5、利用step4得到的目標位置信息，添加尺度濾波器預測目標的尺度變化。
Step6、得到目標的位置信息和尺度信息后，利用每一幀的重構誤差更新目標外觀模型進行跟蹤，直到最后一幀。
2.根據權利要求1所述的一種基于深度時空信息的相關濾波跟蹤方法，其特征在于：所述步驟Step2中提取目標深度卷積特征是使用在image-net上訓練好的VGG-NET-19網絡，使用其第3、4、5卷積層的輸出特征。將跟蹤模型轉化為以下形式表達：
此時，當新的一幀輸入時，第L層的濾波響應就可以計算得出：
3.根據權利要求1所述的一種基于深度時空信息的相關濾波跟蹤方法，其特征在于：所述步驟Step5中預測目標尺度變化的具體步驟如下：
假如S0表示一個基本尺寸，那么可以由此得到N種大小的尺度樣本，Si＝ais0,其中ai表示尺度采樣參數，尺度池S是由尺度采樣參數ai組成的一個集合，有：
采樣得到的不同尺度參數的圖像被提取完特征之后，再經過高斯窗函數處理，可以根據目標尺度的變化而變化：
M和n分別表示二維高斯窗函數的寬和高，并通過和來控制高斯函數開口的大小。
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昆明理工大學，未經昆明理工大學許可，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/201910920723.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：視頻發布方法及裝置
- 下一篇：基于模糊控制的濾波降噪方法
