X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到辽阳市科技创新服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00251497]基于卷积神经网络的多尺度表达的目标跟踪方法

交易价格: 面议

所属行业: 其他电子信息

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201611201895.0

交易方式: 技术转让 技术转让 技术入股

联系人: 科小易

进入空间

所在地:福建厦门市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

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。

推荐服务:

主办单位:辽阳市科学技术局

技术支持单位:科易网

辽ICP备16017206号-1

辽公网安备 21100302203138号

关于我们

平台简介

联系我们

客服咨询

400-649-1633

工作日:08:30-21:00

节假日:08:30-12:00

13:30-17:30