技術(shù)總結(jié)
本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的單目標(biāo)跟蹤方法。該方法首先利用訓(xùn)練數(shù)據(jù)在線下預(yù)訓(xùn)練一個(gè)六層的卷積神經(jīng)網(wǎng)絡(luò)分類模型。在跟蹤測(cè)試時(shí)，首先利用視頻第一幀給出的Ground?truth信息，提取一些樣本數(shù)據(jù)，微調(diào)網(wǎng)絡(luò)模型的參數(shù)，使得網(wǎng)絡(luò)模型能夠更好的適應(yīng)當(dāng)前跟蹤的視頻序列。同時(shí)針對(duì)當(dāng)前跟蹤的目標(biāo)訓(xùn)練一個(gè)Bounding?Box回歸模型用于對(duì)跟蹤結(jié)果的優(yōu)化。然后對(duì)于正確的跟蹤結(jié)果，利用Bounding?Box回歸模型對(duì)跟蹤結(jié)果進(jìn)行優(yōu)化，得到目標(biāo)對(duì)象更加精確的位置。所以在跟蹤的同時(shí)，適時(shí)、適當(dāng)?shù)膶?duì)網(wǎng)絡(luò)模型參數(shù)進(jìn)行更新，使得模型更好的適應(yīng)當(dāng)前跟蹤的視頻序列。本發(fā)明對(duì)網(wǎng)絡(luò)結(jié)構(gòu)中的pooling層進(jìn)行了改進(jìn)，同時(shí)添加了檢測(cè)模塊，使得跟蹤器的性能更加的魯棒，提高了跟蹤的精度。

技術(shù)研發(fā)人員：段立娟;李凱;孫琦龍;安見才讓
受保護(hù)的技術(shù)使用者：北京工業(yè)大學(xué)
文檔號(hào)碼：201611149818
技術(shù)研發(fā)日：2016.12.14
技術(shù)公布日：2017.05.24