一种基于深度检测的长时目标跟踪方法
发布时间: 2022-06-30
来源: 试点城市(园区)
基本信息
本发明公开了一种基于深度检测的长时目标跟踪方法,属于模式识别和智能信息处理领域。本发明的方法采用MDNet深度检测跟踪框架,通过在难分样本挖掘的基础上改进收缩损失函数,解决采样时的正负样本不均衡问题;然后在线跟踪时设计并维护高置信度保留样本池,保留首帧目标和高置信度结果样本特征,利用保留样本池进行在线训练更新模型参数;最后,通过模型计算在前帧目标位置周围高斯采样出的候选样本的置信度,从而追踪运动目标位置并通过有效更新维持模型鲁棒性。本发明方法在复杂长时跟踪环境下保持了优越的跟踪精度和成功率,能够在目标被遮挡和出视野后重现时准确定位目标位置,满足实际工程系统的设计需求。