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

[00314732]融合卷积神经网络及贝叶斯滤波器的跟踪方法及系统

交易价格: 面议

所属行业: 分析仪器

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:CN201610579386.5

交易方式: 技术转让 技术转让 技术入股

联系人: 厦门立德软件公司

进入空间

所在地:

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

本发明公开了一种融合卷积神经网络及贝叶斯滤波器的跟踪方法及系统,包括:通过预定的训练集,对卷积神经网络进行预训练得到卷积神经网络的初步模型;接收用户输入的带有跟踪目标的视频流,通过初步模型对视频流中的跟踪目标进行跟踪,并利用微调技术对初步模型的参数进行微调,得到卷积神经网络的最终模型;接收用户输入的带有跟踪目标的监控视频流,通过替换后的TLD算法自动对监控视频流中的跟踪目标进行识别及跟踪,并通过贝叶斯滤波器更新目标模型集合和背景集合;可见,通过对卷积神经网络进行训练生成最终模型,能自动从监控视频流中识别跟踪目标,利用贝叶斯滤波器实现样本的更新,能实现对目标的长时间跟踪,增加用户操作体验。
本发明公开了一种融合卷积神经网络及贝叶斯滤波器的跟踪方法及系统,包括:通过预定的训练集,对卷积神经网络进行预训练得到卷积神经网络的初步模型;接收用户输入的带有跟踪目标的视频流,通过初步模型对视频流中的跟踪目标进行跟踪,并利用微调技术对初步模型的参数进行微调,得到卷积神经网络的最终模型;接收用户输入的带有跟踪目标的监控视频流,通过替换后的TLD算法自动对监控视频流中的跟踪目标进行识别及跟踪,并通过贝叶斯滤波器更新目标模型集合和背景集合;可见,通过对卷积神经网络进行训练生成最终模型,能自动从监控视频流中识别跟踪目标,利用贝叶斯滤波器实现样本的更新,能实现对目标的长时间跟踪,增加用户操作体验。

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