[发明专利]一种基于卷积神经网络的水平集目标追踪方法在审
| 申请号： | 201710951863.0 | 申请日： | 2017-10-13 |
| 公开（公告）号： | CN107705323A | 公开（公告）日： | 2018-02-16 |
| 发明（设计）人： | 刘利雄;宁小东 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246 |
| 代理公司： | 北京理工正阳知识产权代理事务所(普通合伙)11639 | 代理人： | 鲍文娟 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积神经网络的水平集目标追踪方法，属于目标追踪和视频处理技术领域。本该方法包括以下步骤一、利用视频输入的第一帧和第一帧标准目标轮廓初始化Adaboost检测模块；二、调用检测模块获取物体在后续视频帧中的初步位置和形状；三、在上一步基础上运行水平集法追踪模块，精确分割物体轮廓；四、使用步骤三的结果区分前景/背景，更新检测模块的弱分类器。本发明所提出的卷积神经网络特征利用方式，能够对前景/背景做出更好的区分，从而提高检测准确性，提高了整体的目标追踪效果；能够平衡性能和效率，在相同的运行速度下取得较优的追踪结果。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 水平 目标 追踪 方法 | ||
【主权项】：
一种基于卷积神经网络的水平集目标追踪方法，其特征在于：包括以下步骤：步骤1，利用视频输入的第一帧和第一帧标准目标轮廓初始化Adaboost检测模块；步骤2，调用步骤1所得检测模块，获取物体在后续视频帧中的初步位置和形状；步骤3，在步骤2基础上运行水平集法追踪模块，精确分割物体轮廓；步骤4，使用步骤3的结果区分前景/背景，更新检测模块的弱分类器；至此，从步骤1到步骤4，完成了一种基于卷积神经网络的水平集目标追踪方法。
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北京理工大学，未经北京理工大学许可，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/201710951863.0/，转载请声明来源钻瓜专利网。
- 上一篇：移位寄存器单元及其驱动方法、阵列基板和显示装置
- 下一篇：一种栅极驱动电路
