一种基于深度学习的无人机视频目标跟踪方法
基本信息
申请号 | CN202011348434.2 | 申请日 | - |
公开(公告)号 | CN112465863A | 公开(公告)日 | 2021-03-09 |
申请公布号 | CN112465863A | 申请公布日 | 2021-03-09 |
分类号 | G06N3/08(2006.01)I;G06T7/246(2017.01)I;G06N3/04(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 施维;王勇 | 申请(专利权)人 | 上海狮尾智能化科技有限公司 |
代理机构 | - | 代理人 | - |
地址 | 201210上海市浦东新区自由贸易试验区临港新片区丽正路1628号4幢4501室 | ||
法律状态 | - |
摘要
摘要 | 一种改进的无人机目标跟踪算法,包括S1、S2、S3和S4四个步骤,首先设计一个新的深度神经网络结构,通过离线学习得到一个可以很好表示物体特征的深度神经网络结构。然后进行在线跟踪,首先对相邻两帧通过特征点,来得到两帧之间的运动模型,然后用离线学习得到的深度神经网络结构,来提取目标特征,通过使用焦点损失函数提出一种具有良好的描述目标边缘信息能力和对噪声和几何形变具有一定程度的鲁棒性的深度神经网络特征,通过对相邻帧做运动补偿,设计了生成式跟踪方法,在例如摄像头快速运动,视频抖动,光线变化,尺度变化等各种场景下,能够取得较好的跟踪结果,适用于人脸跟踪、无人机跟踪、军事目标跟踪系统等各类民用及军用系统中。 |
