一种基于卷积神经网络的自适应特征选择目标跟踪方法[CN201711434884.1] - 浙江工业大学

专利申请

2017-12-26
公布公告

2018-07-17
授权日期

2022-04-08
终止

2028-07-14

一种基于卷积神经网络的自适应特征选择目标跟踪方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201711434884.1 申请日期： 2017-12-26 专利主类别： G06T7/246 {{ classMap["G06T7/246"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G06T7/246 : 使用基于特征的方法，如角、段

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2017-12-26	初审公告日期	2018-07-17
注册公告期号	2022-04-08	注册公告日期	2022-04-08
专用权期限	2018-07-17 - 2028-07-14	专利类型	发明公开
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种面向卷积神经网络的自适应特征选择视频目标跟踪方法，包括以下步骤：1)多层CNN特征提取；2)训练相关滤波器；3)特征选择；4)目标跟踪过程如下：利用conv3-2，conv3-4，conv3-8，conv3-12，conv3-16五层的卷积特征作为目标特征观测，经过特征选择之后分别训练五个相关滤波器wk，k∈[1，5]，然后通过加权投票最终决定目标位置(x*,y*)，权重参数wk根据学习率ρ在线更新。本发明显著降低特征维度，并在不损失特征判别能力的情况下降低运算量。

法律进度