[发明专利]一种基于深度神经网络的无重叠区域行人跟踪方法有效
| 申请号： | 201810192601.5 | 申请日： | 2018-03-09 |
| 公开（公告）号： | CN108509859B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 韩光;葛亚鸣;苏晋鹏;李晓飞 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/84;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 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深度神经网络的无重叠区域行人跟踪方法，该方法包括以下步骤：(1)采用YOLO算法对监控视频图像中当前行人目标进行检测，分割行人目标图片；(2)使用卡尔曼算法对所述检测结果跟踪预测；(3)利用卷积神经网络提取图片的深度特征，所述图片包括候选行人图片和所述步骤(2)中的目标行人图片，并存储所述候选行人的图片及其特征；(4)计算目标行人特征与候选行人特征的相似度并排序，识别出所述目标行人。本发明可获得较高的检测与跟踪精度，从而有助于提升行人识别率。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 重叠 区域 行人 跟踪 方法 | ||
【主权项】：
1.一种基于深度神经网络的无重叠区域行人跟踪方法，其特征在于，该方法包括以下步骤：(1)采用YOLO算法对监控视频图像中当前行人目标进行检测，分割行人目标图片；(2)使用卡尔曼算法对所述检测结果跟踪预测；(3)利用卷积神经网络提取图片的深度特征，所述图片包括候选行人图片和所述步骤(2)中的目标行人图片，并存储所述候选行人的图片及其特征；(4)计算目标行人特征与候选行人特征的相似度并排序，识别出所述目标行人。
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南京邮电大学，未经南京邮电大学许可，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/201810192601.5/，转载请声明来源钻瓜专利网。
