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：西安理工大学

摘要：本发明公开一种基于历史轨迹信息和细粒度匹配的孪生网络目标跟踪方法，包括：步骤1，预训练全卷积特征提取网络；步骤2，选训练轨迹预测器；步骤3，获取视频序列，采用全卷积特征提取网络提取视频序列的深度特征并通过细粒度匹配方式分解成一组细粒度的卷积核，对卷积核组做划窗操作得到相匹配的响应图，从而得到目标跟踪结果；步骤4，将当前帧以前8帧的跟踪结果作为当前帧的历史轨迹信息输轨迹预测器中以预测出目标在当前帧跟踪结果；步骤5，将步骤3得到的目标跟踪结果和步骤4的跟踪结果进行加权融合得到最终的跟踪结果。本发明解决了现有孪生网络目标跟踪方法容易受到严重遮挡,相似目标干扰以及较大形变等原因导致跟踪失败的问题。

主权项：1.基于历史轨迹信息和细粒度匹配的孪生网络目标跟踪方法，其特征在于，包括以下步骤：步骤1，选择预训练好的AlexNet网络作为孪生网络的全卷积特征提取网络；步骤2，选择预训练好的LSTM网络作为轨迹预测器；步骤3，获取视频序列，采用全卷积特征提取网络提取视频序列的深度特征并通过细粒度匹配方式分解成一组细粒度的卷积核，对卷积核组做划窗操作得到相匹配的响应图，从而得到目标跟踪结果；步骤4，将当前帧以前8帧的跟踪结果作为当前帧的历史轨迹信息输轨迹预测器L·中以预测出目标在当前帧跟踪结果；步骤5，将步骤3得到的目标跟踪结果和LSTM预测出的跟踪结果进行加权融合得到最终的跟踪结果；所述步骤3具体的为：步骤3.1，获取跟踪视频，在视频的第一帧上手动选择目标所在区域，将第一帧的目标区域作为模板输入到特征提取网络中，得到尺寸为wz×hz×c的模板特征再将模板特征按空间维度分解成一组细粒度的卷积核一组细粒度的大小为1×1×c，共有nz个卷积核，其中nz＝wz×hz，wz和hz分别代表模板特征的宽和高；步骤3.2对于当前帧，利用上一帧中目标的坐标位置xt-1,yt-1和宽高wt-1,ht-1得到当前帧的搜索区域Xt，并输入到特征提取网络中得到当前帧搜索区域的深度特征步骤3.3，根据划窗操作对卷积核组依次和当前帧搜索区域的深度特征做相似性计算，得到相应的响应图；步骤3.4，将响应图插值到固定大小，响应图上的最大值点对应当前帧中目标所在的位置，即当前帧的跟踪结果。

全文数据：

权利要求：

百度查询： 西安理工大学 基于历史轨迹信息和细粒度匹配的孪生网络目标跟踪方法