[发明专利]一种基于神经网络的尺度自适应核相关滤波跟踪方法在审
| 申请号： | 201811619242.3 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109858493A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 冯汉;俞喆俊;童志军;丁小羽;赵京雷 | 申请（专利权）人： | 上海阅面网络科技有限公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 上海互顺专利代理事务所(普通合伙) 31332 | 代理人： | 余毅勤 |
| 地址： | 201103 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于神经网络的尺度自适应核相关滤波跟踪方法，方法包括：获取初始帧数据、目标区域以及目标区域参数信息；提取目标区域的至少两个层特征作为特征图；将所提取的特征图转换到连续域；通过最小化滤波器响应输出与期望输出的损失函数，计算有效卷积滤波器，并基于有效卷积滤波器进行目标位置预测；基于尺度滤波器预测目标的尺度变化；级联多目标分类器的类别输出与有效卷积滤波器的最大响应输出值，判断目标是否跟丢。应用本发明实施例，在有效空间卷积滤波器的基础上利用轻量级神经网络MobileNetV2提取目标区域卷积特征作为目标特征图，增强滤波器鲁棒性，减小模型参数数量，提升跟踪速度。 | ||
| 搜索关键词： | 卷积滤波器 目标区域 神经网络 输出 特征图 自适应 滤波 跟踪 尺度 尺度滤波器 初始帧数据 多目标分类 滤波器响应 增强滤波器 参数信息 尺度变化 模型参数 目标特征 目标位置 损失函数 有效空间 预测目标 最大响应 连续域 鲁棒性 最小化 级联 减小 卷积 转换 期望 预测 应用 | ||
【主权项】：
1.一种基于神经网络的尺度自适应核相关滤波跟踪方法，其特征在于，所述方法包括：获取初始帧数据、目标区域以及所述目标区域参数信息，其中，所述目标区域参数信息至少包括所述目标区域的一个坐标点以及尺寸；提取所述目标区域的至少两个层特征作为特征图；将所提取的特征图转换到连续域；通过最小化滤波器响应输出与期望输出的损失函数，计算有效卷积滤波器，并基于所述有效卷积滤波器进行目标位置预测；基于尺度滤波器预测目标的尺度变化；根据所述目标位置预测和所预测的目标尺度变化，获取预测的目标区域，找出滤波器在所述目标区域最大响应输出值，并利用分类器确定所述目标区域所属实例类别，联合滤波器在该区域最大响应输出值与所述分类器的输出判断目标是否跟丢。
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上海阅面网络科技有限公司，未经上海阅面网络科技有限公司许可，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/201811619242.3/，转载请声明来源钻瓜专利网。
