专利详情

专利名称	基于深度卷积神经网络特征融合的目标跟踪方法及系统
申请号	CN201610371378.1	专利类型	发明专利
公开（公告）号	CN106056628A	公开（授权）日	2016.10.26
申请（专利权）人	中国科学院计算技术研究所	发明（设计）人	秦磊;齐元凯;张盛平;姚鸿勋;黄庆明;林钟禹;杨明轩
主分类号	G06T7/20(2006.01)I	IPC主分类号	G06T7/20(2006.01)I
专利有效期	基于深度卷积神经网络特征融合的目标跟踪方法及系统至基于深度卷积神经网络特征融合的目标跟踪方法及系统	法律状态	实质审查的生效
说明书摘要	本发明提出基于深度卷积神经网络特征融合的目标跟踪方法及系统，涉及模式识别技术领域，该方法包括步骤1，通过深度卷积神经网络，获取视频图像中目标的多种特征，通过滤波器方法计算每种特征的特征置信权重，根据特征置信权重，获取目标当前的跟踪目标位置；步骤2，计算每种特征当前帧的预测精度损失，并根据预测精度损失，对每种特征，建立在△t时间内的稳定性模型，通过稳定性模型计算每个特征在当前帧的稳定性，根据每种特征的稳定性及累积的预测精度损失，更新每种特征的置信权重；步骤3，重复步骤1至步骤2完成所有帧的目标跟踪。本发明合理地融合多种特征的跟踪结果，实现鲁棒的目标跟踪。