科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明属于模式识别与计算机视觉技术领域,公开了一种基于多模型融合和结构化深度特征的视觉目标跟踪方法,采用了多层结构化的深度网络特征对跟踪目标的外观进行建模,深度网络提取的特征对运动模糊等干扰因素具有更强的鲁棒性；结构化特征中的低层特征不仅有助于区分强干扰目标,而且能够使位置估计更加精确；结构化特征中的高层特征有助于将跟踪目标和背景分离。本发明采用了将长时和短时模型融合进行视觉目标跟踪,短时模型有助于提高位置估计的精度；短时模型有助于抑制和跟踪目标相似的强干扰目标。本发明具有精度高和鲁棒性强的优点；可用于视频监控、道路交通情况分析和人机交互等应用。
- 单位
