[00078304]基于卷积神经网络的多尺度表达的目标跟踪方法
技术详细介绍
本发明属于图像处理技术领域，提供基于卷积神经网络的多尺度表达的目标跟踪方法，包括：多尺度卷积神经网络结构预训练；利用多尺度特征表达构建多示例分类器；改进多示例在线跟踪；多步差模型更新。该算法利用卷积神经网络的自动学习深层特征的能力，可以获取涉及语义信息的深层图像表达，同时利用拉普拉斯金字塔构建图像的多尺度表达，训练多尺度的卷积神经网络结构。结合改进的多示例学习算法，构建在线跟踪器，实现目标的稳定跟踪。
本发明属于图像处理技术领域，提供基于卷积神经网络的多尺度表达的目标跟踪方法，包括：多尺度卷积神经网络结构预训练；利用多尺度特征表达构建多示例分类器；改进多示例在线跟踪；多步差模型更新。该算法利用卷积神经网络的自动学习深层特征的能力，可以获取涉及语义信息的深层图像表达，同时利用拉普拉斯金字塔构建图像的多尺度表达，训练多尺度的卷积神经网络结构。结合改进的多示例学习算法，构建在线跟踪器，实现目标的稳定跟踪。
