一种基于卷积神经网络的自适应特征选择目标跟踪方法
授权
摘要
一种面向卷积神经网络的自适应特征选择视频目标跟踪方法，包括以下步骤：1)多层CNN特征提取；2)训练相关滤波器；3)特征选择；4)目标跟踪过程如下：利用conv3‑2，conv3‑4，conv3‑8，conv3‑12，conv3‑16五层的卷积特征作为目标特征观测，经过特征选择之后分别训练五个相关滤波器wk，k∈[1，5]，然后通过加权投票最终决定目标位置(x*,y*)，权重参数wk根据学习率ρ在线更新。本发明显著降低特征维度，并在不损失特征判别能力的情况下降低运算量。
基本信息
专利标题 ：
一种基于卷积神经网络的自适应特征选择目标跟踪方法
专利标题（英）：
暂无
公开（公告）号 ：
CN108288282A
申请号 ：
CN201711434884.1
公开（公告）日 ：
2018-07-17
申请日 ：
2017-12-26
授权号 ：
CN108288282B
授权日 ：
2022-04-08
发明人 ：
周小龙李军伟陈胜勇邵展鹏产思贤
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区朝晖六区潮王路18号
代理机构 ：
杭州斯可睿专利事务所有限公司
代理人 ：
王利强
优先权 ：
CN201711434884.1
主分类号 ：
G06T7/246
IPC分类号 ：
G06T7/246 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
G06T7/20
运动分析
G06T7/246
使用基于特征的方法，如角、段
法律状态
2022-04-08 ：
授权
2018-08-10 ：
实质审查的生效
IPC(主分类) : G06T 7/246
申请日 : 20171226
申请日 : 20171226
2018-07-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
