买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南农业大学

摘要：本发明公开一种基于基于改进SiamFC的人体头肩小目标跟踪方法，该方法对数据集通过背景差分算法完成半自动标注，并使用LabelImage进行手动标注获得丰富的训练样本；引入改进的通道注意力机制SE模块改进特征提取，从而构建SEMC特征提取模块；构建ASPP‑M多尺度空洞卷积模块，基于ASPP模块增加LEDIO模块进行多尺度卷积的预处理，引入SURF‑PCA模块和拉普拉斯滤波器与多尺度特征图进行特征融合；改进SiamFC主干网络AlexNet特征提取模块，引入混合高斯模型进行背景建模,引入SEMC模块和ASPP‑M模块，引入激活函数Relu和LRN局部归一，并增加残差连接。该方法增强了在复杂场景下人体头肩目标的跟踪能力；缓解网络训练时可能出现的梯度消失情形。

主权项：1.一种基于改进SiamFC的人体头肩小目标跟踪方法，其特征在于，首先，采集人体头部和肩部的图像样本并对图像进行预处理及标注，然后，构建SEMCSqueezeExcitationModuleCompress特征提取模块，同时，构建ASPP-MASPP-MULTIFILTER多尺度空洞卷积特征提取模块，从而，改进SiamFC主干网络结构AlexNet，达到提升网络的特征提取能力和收敛速度的效果，包括如下步骤：步骤一：采集人体头部和肩部的图像：所述的采集人体头部和肩部的图像，是指，首先，采集处于不同环境、不同高度、角度和距离的俯拍视角的人体视频流，然后，切分视频流，从而获得人体头部和肩部的图像；步骤二：对图像进行预处理及标注：所述的对图像进行预处理及标注，是指通过OpenCV库调整输入图像为统一大小，基于混合高斯模型的背景差分算法进行人体检测并标注，对检测结果差的标注样本通过LabelImage标注工具辅以手动标注校正；步骤三：构建SEMC特征提取模块：所述的SEMC特征提取模块是指对通道注意力机制SESqueezeExcitation模块进行压缩优化和激励优化从而得到SEMC特征提取模块；步骤四：构建ASPP-M多尺度空洞卷积模块：所述的ASPP-M多尺度空洞卷积模块是指在ASPP模块中引入LEDIOLaplacianEdgeDetectionInnovativeOperator模块、SURF-PCA模块和拉普拉斯滤波器；步骤五：改进SiamFC主干网络结构AlexNet：引入多源更新的混合高斯模型模块进行背景建模,将部分层的卷积层替换为ASPP-M模块；同时，其他层的卷积层后引入SEMC模块，采用激活函数Relu和LRN进行局部归一，各层的输出引入残差连接。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于改进SiamFC的人体头肩小目标跟踪方法