公开(公告)号：CN110647836B

公开(公告)日：2022-09-20

申请号：CN201910882990.9

申请日：2019-09-18

Applicant: 中国科学院光电技术研究所

Inventor： 贾昊龙 ,  余秀源 ,  李宇 ,  包启亮 ,  秦睿

IPC: G06V20/40 ,  G06V10/32 ,  G06V10/26 ,  G06V10/82

Abstract: 本发明提出了一种鲁棒的基于深度学习的单目标跟踪方法，本发明以SiamRPN技术为基础，针对目标在运动过程中受光照、遮挡、姿态变换发生的特征变化，设计模板更新机制。在应用中具体步骤如下：(1)在第一帧确定目标，在下一帧利用基础跟踪网络跟踪目标，输出目标所在位置与当前区域分类为目标的置信度；(2)根据输出的置信度更新目标经过主干网络输出的特征；(3)利用更新后的模板在下一帧跟踪目标，重复以上步骤。针对现有技术在目标发生变化时难以稳定跟踪的问题，本发明提出通过设置阈值决定是否启动模板更新，并利用置信度更新模板。既能够根据目标的变化及时更新特征，又避免了由于更新模板带来的错误跟踪，具有较好的鲁棒性与实时性。

公开(公告)号：CN110647836A

公开(公告)日：2020-01-03

申请号：CN201910882990.9

申请日：2019-09-18

Applicant: 中国科学院光电技术研究所

Inventor： 贾昊龙 ,  余秀源 ,  李宇 ,  包启亮 ,  秦睿

IPC: G06K9/00 ,  G06K9/42 ,  G06K9/34

Abstract: 本发明提出了一种鲁棒的基于深度学习的单目标跟踪方法，本发明以SiamRPN技术为基础，针对目标在运动过程中受光照、遮挡、姿态变换发生的特征变化，设计模板更新机制。在应用中具体步骤如下：(1)在第一帧确定目标，在下一帧利用基础跟踪网络跟踪目标，输出目标所在位置与当前区域分类为目标的置信度；(2)根据输出的置信度更新目标经过主干网络输出的特征；(3)利用更新后的模板在下一帧跟踪目标，重复以上步骤。针对现有技术在目标发生变化时难以稳定跟踪的问题，本发明提出通过设置阈值决定是否启动模板更新，并利用置信度更新模板。既能够根据目标的变化及时更新特征，又避免了由于更新模板带来的错误跟踪，具有较好的鲁棒性与实时性。