[发明专利]一种基于卷积神经网络的视觉跟踪方法在审
| 申请号： | 201710488018.4 | 申请日： | 2017-06-23 |
| 公开（公告）号： | CN107274437A | 公开（公告）日： | 2017-10-20 |
| 发明（设计）人： | 胡硕;赵银妹;孙翔 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06T7/277 | 分类号： | G06T7/277;G06T7/246;G06K9/62 |
| 代理公司： | 秦皇岛一诚知识产权事务所(普通合伙)13116 | 代理人： | 李合印 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的视觉跟踪方法。其内容包括以下步骤1、离线训练利用CIFAR‑10数据集对卷积神经网络进行离线训练，获得可以表达深度特征的能力；2、多特征融合提取每层卷积层后的特征图，获得多种特征，进行多层特征融合；3、跟踪在步骤一和步骤二的基础上使用粒子滤波方法完成跟踪。本发明克服了跟踪过程中目标被遮挡和光照变化等难题，特征描述能够满足跟踪过程中多种多样的复杂变化，不会导致跟踪器丢失目标，提高了特征的准确度，从而提高了跟踪精度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 视觉 跟踪 方法 | ||
【主权项】：
一种基于卷积神经网络的视觉跟踪方法，其特征在于：该方法具体内容包括如下步骤：步骤一，离线训练：利用CIFAR‑10数据集对卷积神经网络进行离线训练，获得能够表达深度特征的能力；步骤二，多特征融合：提取每层卷积层后的特征图，获得多种特征，进行多层特征融合；步骤三，跟踪：在步骤一和步骤二的基础上使用粒子滤波方法完成跟踪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于燕山大学，未经燕山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710488018.4/，转载请声明来源钻瓜专利网。
