[发明专利]一种基于困难正样本生成的目标跟踪方法有效
| 申请号： | 201810443211.0 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108596958B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 李成龙;杨芮;王逍;汤进;罗斌 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06K9/62 |
| 代理公司： | 合肥昊晟德专利代理事务所(普通合伙) 34153 | 代理人： | 王林 |
| 地址： | 230601 安徽省*** | 国省代码： | 安徽;34 |
| 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困难正样本生成的目标跟踪方法，针对训练数据中的每一个视频，利用变分自编码器进行对应流型的学习即正样本生成网络，根据编码后的输入图像，微调编码，生成大量正样本；将正样本输入到困难正样本转换网络，训练一个智能体来学习用一个背景图像块来遮挡目标物体，智能体不断的进行包围盒的调整使得样本变的难以识别，达到困难正样本生成的目的，输出为被遮挡的困难正样本；基于生成的困难正样本，训练孪生网络用于目标图像块与候选图像块的匹配，来完成当前帧目标的定位，直至整个视频处理完成。本发明基于困难正样本生成的目标跟踪方法，直接从数据中去学习目标的流型分布情况，可得到大量多样的正样本。 | ||
| 搜索关键词： | 一种 基于 困难 样本 生成 目标 跟踪 方法 | ||
【主权项】：
1.一种基于困难正样本生成的目标跟踪方法，其特征在于，包括以下步骤：(1)获取用于训练深度跟踪模型的已标注视频；(2)针对训练数据中的每一个视频，利用变分自编码器进行对应流型的学习即正样本生成网络，根据编码后的输入图像，微调编码，生成大量正样本；(3)将正样本输入到困难正样本转换网络，训练一个智能体来学习用一个背景图像块来遮挡目标物体，智能体不断的进行包围盒的调整使得样本变的难以识别，达到困难正样本生成的目的，输出为被遮挡的困难正样本；(4)基于生成的困难正样本，训练孪生网络用于目标图像块与候选图像块的匹配，来完成当前帧目标的定位，直至整个视频处理完成。
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安徽大学，未经安徽大学许可，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/201810443211.0/，转载请声明来源钻瓜专利网。
- 上一篇：物体跟踪方法及装置
- 下一篇：一种视频图像时空特征点的提取方法
