[发明专利]一种基于孪生卷积网络和长短期记忆网络的实时视觉目标跟踪方法在审
| 申请号： | 201910771090.7 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110490906A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 王彩玲;臧振飞;蒋国平 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06N3/04;G06N3/08 |
| 代理公司： | 32102 南京苏科专利代理有限责任公司 | 代理人： | 姚姣阳<国际申请>=<国际公布>=<进入 |
| 地址： | 210023 江苏省*** | 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： | 一种基于孪生卷积网络和长短期记忆网络的实时视觉目标跟踪方法，首先对于待跟踪的视频序列，采用前后连续的两帧图像作为网络每次获取的输入；然后通过孪生卷积网络对输入的连续两帧图像进行特征提取，经过卷积操作后获取不同层次的外观和语义特征，再通过全连接层级联组合高低层次的深度特征；再将深度特征传输至包含两个LSTM单元的长短期记忆网络进行序列建模，由LSTM遗忘门对序列中不同位置的目标特征进行激活筛选，并通过输出门输出当前目标的状态信息；最后接收LSTM输出的全连接层用以输出目标在当前帧的预测位置坐标，并更新下一帧目标的搜索区域。在保证一定跟踪稳定性和准确性的同时大幅提高跟踪速度，令跟踪实时性得到较大改善。 | ||
| 搜索关键词： | 跟踪 卷积 记忆网络 深度特征 连续两帧图像 输出 网络 两帧图像 目标特征 视觉目标 视频序列 输出目标 搜索区域 特征提取 语义特征 预测位置 连接层 实时性 输出门 层级 建模 联组 遗忘 激活 筛选 传输 更新 保证 | ||
【主权项】：
1.一种基于孪生卷积网络和长短期记忆网络的实时视觉目标跟踪方法，其特征在于，包括如下步骤：/n步骤S1、对于待跟踪的视频序列，采用前后连续的两帧图像作为网络每次获取的输入；/n步骤S2、通过孪生卷积网络对输入的连续两帧图像进行特征提取，经过卷积操作后获取不同层次的外观和语义特征，再通过全连接层级联组合高低层次的深度特征；/n步骤S3、将深度特征传输至包含两个LSTM单元的长短期记忆网络进行序列建模，由LSTM遗忘门对序列中不同位置的目标特征进行激活筛选，并通过输出门输出当前目标的状态信息；/n步骤S4、接收LSTM输出的全连接层用以输出目标在当前帧的预测位置坐标，并更新下一帧目标的搜索区域。/n
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/201910771090.7/，转载请声明来源钻瓜专利网。
