[发明专利]一种使用运动信息与时序信息的改进CFNet视频目标追踪方法有效
| 申请号： | 201910797988.1 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110580712B | 公开（公告）日： | 2023-04-25 |
| 发明（设计）人： | 孙俊;钱瑞峰;吴豪;吴小俊;方伟;陈祺东;李超;游琪;冒钟杰 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06N3/0442;G06N3/0464 |
| 代理公司： | 大连理工大学专利中心 21200 | 代理人： | 梅洪玉;刘秋彤 |
| 地址： | 214122 江*** | 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： | 本发明提供一种使用运动信息与时序信息的改进CFNet视频目标追踪方法，属于目标追踪、深度学习领域。为了使模型有更强的鲁棒性，首先，要能够更好的提取视频帧中的图像特征，在CFNet模型的基础上，引入了SE‑ResNext‑50作为本模型的特征提取网络，其次，通过前后帧的信息，计算物体的位移、速度、加速度特征，作为跟踪目标的运动信息特征输入模型中。同时，模型还使用二维ConvLSTM循环神经网络，提取视频帧内的时序信息，两种信息的加入使得模型具有了较强的鲁棒性，在遇到遮挡，形变，目标快速运动等问题时较之前模型有较好的表现。 | ||
| 搜索关键词： | 一种 使用 运动 信息 时序 改进 cfnet 视频 目标 追踪 方法 | ||
【主权项】：
1.一种使用运动信息与时序信息的改进CFNet视频目标追踪方法，其特征在于，包括如下步骤：/n步骤1，选取训练视频数据集，并进行预处理，得到网络模型需要的训练数据集；/n步骤2，将步骤1预处理后的数据输入到构建好的网络模型中，初始化历史信息特征图，使用训练好的CFNet或SiameseFC对目标下一帧位置进行估计，用估计结果计算初始化运动状态特征图；/n步骤3，使用Se-ResNext-50对模板帧图像特征进行提取，与步骤2中得到的当前时刻状态特征H
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江南大学，未经江南大学许可，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/201910797988.1/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
