专利名称：一种基于深度特征融合卷积神经网络的综合式目标
跟踪方法
专利类型：发明专利
发明人：王天江,冯平,赵志强,罗逸豪,冯琪申请号：CN201811467752.3申请日：20181203公开号：CN109671102A公开日：20190423
摘要：本发明公开了一种基于通道特征融合卷积神经网络的综合式目标跟踪方法，属于计算机视觉领域，一方面，对于网络结构加入一个新的通道特征加权卷积层，并构造一种适合于目标跟踪的卷积神经网络用于提取深度特征作为外观表示。另一方面，跟踪之前构造的长期分类预测子网络模块和回归预测子网络模块，利用初始目标的信息采集样本训练长期分类预测子网络模块和回归预测子网络模块，跟踪过程中利用长期分类预测子网络模块对所有候选块进行分类，根据其属于前景类的概率结果自适应的结合长短期分类预测子网络模块、回归预测子网络模块和多模板匹配模块进行跟踪。本发明方法鲁棒性强、准确度高。
申请人：华中科技大学
地址：430074 湖北省武汉市洪山区珞喻路1037号
国籍：CN
代理机构：华中科技大学专利中心
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容