龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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双模板特征融合的孪生网络目标跟踪方法，包括：步骤1，获取特征提取网络特征提取网络步骤2，获取跟踪视频，对第一帧、第二帧手动选取目标区域分别输入到特征提取网络得到深度特征和深度特征从第三帧起，将当前帧的搜索区域分别输入至特征提取网络和特征提取网络中，分别得到浅层特征和深层特征步骤3，利用分别对当前帧搜索区域的浅层特征和深层特征做相似性度量，获得的响应图h1Z1,St、h2Z1,St、h1Z2,St和h2Z2,St；步骤4，通过对响应图加权融合、判断可靠性得到最终的响应图，最终的响应图的最大值点就是目标所在位置。本发明解决了孪生网络目标跟踪方法易受到模板图像不可靠或对目标外观变化不鲁棒而导致跟踪失败的问题。
主权项：1.基于双模板特征融合的孪生网络目标跟踪方法，其特征在于，具体步骤如下：步骤1，将训练好的AlexNet网络和改进的AlexNet网络分别作为孪生网络的特征提取网络特征提取网络步骤2，获取跟踪视频，对第一帧手动选取目标区域输入到特征提取网络得到深度特征对第二帧手动选取目标区域输入到特征提取网络得到深度特征从第三帧起，根据上一帧的目标大小确定当前帧的搜索区域并分别输入至特征提取网络和特征提取网络中，分别得到当前帧搜索区域的浅层特征和深层特征做相似性度量；步骤3，采用模板深度特征分别对当前帧搜索区域的浅层特征和深层特征做相似性度量，获得的响应图h1Z1,St、h2Z1,St、h1Z2,St和h2Z2,St；步骤4，通过对响应图加权融合、判断可靠性得到最终的响应图，最终响应图的最大值点就是目标所在位置；所述步骤1中AlexNet网络由依次连接的5个卷积层组成，前两个卷积层后面分别连接一个最大池化层，其中前4个卷积层后面都有随机失活层和RELU非线性激活函数；所述步骤1中改进的AlexNet网络包括依次连接的8个卷积层和2个池化层组成，在第两个卷积层和第四个卷积层后面分别连接一个最大池化层，在前7个卷积层后面都有随机失活层和RELU非线性激活函数。
全文数据：
权利要求：
百度查询： 西安理工大学 基于双模板特征融合的孪生网络目标跟踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号