本發明涉及計算機視覺和模式識別領域,具體涉及一種基于深度學習和判別式模型訓練的目標跟蹤方法及存儲器,旨在提高目標跟蹤的定位精度。本發明的跟蹤方法包括:在離線訓練階段,用深度特征提取網絡從訓練圖像和測試圖像中提取樣本框特征,計算訓練圖像的樣本框標簽和測試圖像的樣本框第一標簽;根據訓練圖像的樣本框特征與標簽,利用判別式模型求解器訓練得到判別式模型;根據測試圖像的樣本框特征,用判別式模型預測得到其第二標簽;并根據第二標簽與第一標簽計算網絡預測損失以驅動深度特征提取網絡的優化學習;在在線跟蹤階段,將訓練好的深度特征提取網絡用于基于在線判別式模型訓練的目標跟蹤算法中。本發明有效提高了目標跟蹤的定位精度。
聲明:
“基于深度學習和判別式模型訓練的目標跟蹤方法及存儲器” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)