发明公开
- 专利标题: 一种基于深度学习特征和点到集合距离度量学习的目标跟踪方法
- 专利标题(英): Object tracking method based on deep learning characteristic and point-to-set distance metric learning
-
申请号: CN201710730930.6申请日: 2017-08-23
-
公开(公告)号: CN107491761A公开(公告)日: 2017-12-19
- 发明人: 张盛平 , 刘鑫丽 , 齐元凯 , 张维刚
- 申请人: 哈尔滨工业大学(威海)
- 申请人地址: 山东省威海市文化西路2号
- 专利权人: 哈尔滨工业大学(威海)
- 当前专利权人: 哈尔滨工业大学(威海)
- 当前专利权人地址: 山东省威海市文化西路2号
- 代理机构: 济南诚智商标专利事务所有限公司
- 代理商 郑宪常
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/46 ; G06K9/62
摘要:
本发明公开了一种基于深度学习特征和点到集合距离度量学习的目标跟踪方法,包括以下步骤:在跟踪的起始帧随机选取若干目标样本和背景样本;对目标样本进行目标样本特征提取,对背景样本进行背景样本特征提取;将提取的目标样本特征聚类成若干个目标模板集合,将提取的背景样本特征聚类成若干个背景模板集合;通过降低同类别样本间距离并增大不同样本间的距离来学习投影矩阵;根据高斯分布对后续帧进行目标候选采集;提取目标候选的特征,并使用投影矩阵将目标模板集合、背景模板集合和目标候选投影到共同的子空间;计算每个目标候选到所有目标模板集合的距离,距离之和作为每个目标候选的得分,最终的跟踪结果为距离最小的前若干个目标候选的平均值。
公开/授权文献
- CN107491761B 一种基于深度学习特征和点到集合距离度量学习的目标跟踪方法 公开/授权日:2020-04-03