本发明涉及计算机视觉和模式识别领域,具体涉及一种基于深度学习和判别式模型训练的目标跟踪方法及存储器,旨在提高目标跟踪的定位精度。本发明的跟踪方法包括:在离线训练阶段,用深度特征提取网络从训练图像和测试图像中提取样本框特征,计算训练图像的样本框标签和测试图像的样本框第一标签;根据训练图像的样本框特征与标签,利用判别式模型求解器训练得到判别式模型;根据测试图像的样本框特征,用判别式模型预测得到其第二标签;并根据第二标签与第一标签计算网络预测损失以驱动深度特征提取网络的优化学习;在在线跟踪阶段,将训练好的深度特征提取网络用于基于在线判别式模型训练的目标跟踪算法中。本发明有效提高了目标跟踪的定位精度。
声明:
“基于深度学习和判别式模型训练的目标跟踪方法及存储器” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)