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！
摘要：本发明公开了一种基于图神经网络的视频目标跟踪及预测方法及系统，所述方法包括：S1：分别采用预训练的Faster‑RCNN模型1和Faster‑RCNN模型2，对视频中的目标和目标关系进行识别，标注目标类别和目标关系类别；S2：基于识别的目标类别和目标关系类别，构建空间图；S3：对空间图的正确性进行判断，并对不正确的空间图进行更新；S4：基于已确认的空间图，确定目标跟踪的起始时刻；S5：对目标进行跟踪，基于已获得的目标轨迹，采用长短时记忆网络对目标轨迹预测。本发明基于图神经网络，利用目标的空间关系，实现目标跟踪的准确起始，采用长短时记忆网络，对目标轨迹进行准确预测。
主权项：1.一种基于图神经网络的视频目标跟踪及预测方法，其特征在于，所述方法包括：S1：分别采用预训练的Faster-RCNN模型1和Faster-RCNN模型2，对视频中的目标和目标关系进行识别，标注目标类别和目标关系类别；S2：基于识别的目标类别和目标关系类别，构建空间图；所述空间图表示为： ；其中，表示同一视频帧中第个目标和第个目标的空间图，分别表示第个目标和第个目标的类别，表示第个目标和第个目标之间的关系类别，表示空间图来源于第帧视频；S3：对空间图的正确性进行判断，并对不正确的空间图进行更新；所述步骤S3包括：S31：利用已训练的支持向量机，对空间图的正确性进行判断；若空间图正确，则以此空间图作为已确认的空间图；所述步骤S31包括：若第个目标和第个目标之间的关系类别固定不变，则将空间图标记为正样本；若第个目标和第个目标之间的关系类别是变化的，则将空间图标记为负样本；正样本和负样本构成支持向量机训练的数据集；S32：若空间图不正确，则用来源于下一帧视频的空间图对原本的空间图进行更新，并将来源于下一帧视频的空间图执行步骤S31；S4：基于已确认的空间图，确定目标跟踪的起始时刻；S5：对目标进行跟踪，基于已获得的目标轨迹，采用长短时记忆网络对目标轨迹预测。
全文数据：
权利要求：
百度查询： 长沙超创电子科技有限公司 基于图神经网络的视频目标跟踪及预测方法及系统
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