[发明专利]一种基于稠密连接卷积神经网络目标跟踪算法在审
申请号: | 201910425297.9 | 申请日: | 2019-05-21 |
公开(公告)号: | CN110188753A | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 武传营;李凡平;石柱国;李得洋 | 申请(专利权)人: | 北京以萨技术股份有限公司;青岛以萨数据技术有限公司 |
主分类号: | G06K9/32 | 分类号: | G06K9/32;G06N3/04;G06N3/08;G06T3/40;G06T5/00 |
代理公司: | 合肥律众知识产权代理有限公司 34147 | 代理人: | 黄景燕 |
地址: | 100000 北京市朝阳区*** | 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: | 本发明公开了一种基于稠密连接卷积神经网络目标跟踪算法,包括以下步骤:S101、提取输入图像特征:预先通过采用稠密连接卷积神经网络作为特征提取网络,获取提取输出图像特征;S103、输出特征图处理:对获取提取输出图像特征进行双线性插值,获取双线性插值的特征图;S105、计算获取特征图。有益效果:本发明使用稠密连接的卷积神经网络代替传统孪生卷积网络的特征提取网络从而使网络获得了更强的特征提取能力,通过对特征提取网络所输出的特征图作双线性插值,提高特征图分辨率,改善追踪算法定位精度,另外在传统孪生卷积网络的基础上加入RPN层,增强了跟踪算法对目标与背景的区分能力。 | ||
搜索关键词: | 卷积神经网络 特征提取 特征图 稠密 双线性 目标跟踪算法 输出图像 网络 卷积 输入图像特征 跟踪算法 输出特征 网络获得 分辨率 算法 追踪 输出 | ||
【主权项】:
1.一种基于稠密连接卷积神经网络目标跟踪算法,其特征在于,包括以下步骤:S101、提取输入图像特征:预先通过采用稠密连接卷积神经网络作为特征提取网络,获取提取输出图像特征;S103、输出特征图处理:对获取提取输出图像特征进行双线性插值,获取双线性插值的特征图;S105、计算获取特征图;将获取双线性插值的特征图分别输入RPN层的分类支路和回归支路并对两支路输出进行滤波处理且分别跟踪目标图像和跟踪区域图像,当算法输出为目标响应值最高点在特征图上的坐标作为最终特征图。
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以萨技术股份有限公司;青岛以萨数据技术有限公司,未经北京以萨技术股份有限公司;青岛以萨数据技术有限公司许可,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/201910425297.9/,转载请声明来源钻瓜专利网。