【技术实现步骤摘要】
一种基于神经网络的视觉跟踪失效检测系统及其训练方法
本专利技术属于视觉跟踪
，特别涉及一种基于神经网络的视觉跟踪失效检测系统及其训练方法。
技术介绍
视觉目标跟踪是在图像数据流中对特定的目标进行跟踪的一类算法，输入是连续的图像数据和需要跟踪的目标模板，输出是跟踪目标的位置。目标形态改变、外界环境干扰都可能造成跟踪算法失效，即无法准确定位目标位置。及时发现跟踪算法失效，并及时调整或重置跟踪算法对提升目标跟踪系统稳定性具有重要意义。检测类跟踪算法使用快速检测器对目标图像(待检测图像)进行目标位置匹配，通过计算目标模板和目标图像的相似度，确定目标的位置。刻画相似度的图被称为相关图(correlationmap)或者热图(heatmap)，相关图上的每个像素点代表该位置与目标模板中心点的相似程度。跟丢检测的主要手段是判断相关图的最大值是否超过特定阈值，如果超过特定阈值则认为跟踪正常，如果低于阈值则认为跟踪得到的目标与目标模板相似度过低，跟踪结果不可信，因此判定为跟踪失效。这种方法的局限性在于只考虑相关图上最高点...
【技术保护点】
1.一种基于神经网络的视觉跟踪失效检测系统，其特征在于，首先建立基于神经网络的视觉跟踪失效检测系统，该系统由相关滤波模块和跟踪异常感知模块串联连接组成；该系统中相关滤波模块根据跟踪异常感知模块的结果进行模型参数更新。/n
【技术特征摘要】
1.一种基于神经网络的视觉跟踪失效检测系统，其特征在于，首先建立基于神经网络的视觉跟踪失效检测系统，该系统由相关滤波模块和跟踪异常感知模块串联连接组成；该系统中相关滤波模块根据跟踪异常感知模块的结果进行模型参数更新。
2.根据权利要求1所述基于神经网络的视觉跟踪失效检测系统，其特征在于，所述相关滤波模块的输入是原始图像和跟踪算法检测得到的物体位置和大小信息，输出是表征图像物体相关性的结果图；相关滤波模块基于核相关滤波KCF方法将跟踪结果附近的图像特征取出，并使用相关滤波器进行处理，得到反映目标相似性的相关图；相关滤波模块不进行跟踪检测，只生成相关图；相关图的大小与输入图像图的大小一致，每个位置上的值代表图像内容与目标物体的相关性，相关图的分布越集中，检测结果越可靠。
3.根据权利要求1所述基于神经网络的视觉跟踪失效检测系统，其特征在于，所述跟踪异常感知模块的输入是相关滤波模块生成的相关图，输出为0或者1，分别代表跟踪正常与跟踪失效。
4.一种权利要求1所述基于神经网络的视觉跟踪失效检测系统的训练方法，其特征在于，视觉跟踪失效检测系统利用深度神经网络强大的视觉感知能力，根据相关滤波器生成的结果图，判断目标跟踪是否失效；由于神经网络方法具有很好的分类精度，但是需要大量的样本进行训练，所述训练需要大量的样本包括正样本和负样本，即跟踪正常和跟踪失效的相关图；与之相对应，设计了相应的大规模训练样本生成方法，主要用于深度神经网络模型的训练；并在公开数据集上进行了测试。
5.根据权利要求4所述基于神经网络的视觉跟踪失效检测系统的训练方法，其特征在于，所述相应的训练模型是深度神经网络可使用任意一种能够处理视觉任务的深度神经网络模型中的卷积神经网络，使用OTB-100数据集进行样本生成，并随机提取生成样本行训练，从总样本中取出80％作为训练数据集，20％作为验证数据集；对相同数据集，随机取出60个视频，改变第一帧的标注数据即改变标注目标大小，生成用于测试的样本，随机提取一定数量的样本进行测试；测试结果是使用深度神经网络方式对相关图进行跟踪异常感知；卷积神经网络的输入为核相关滤波的结果图，卷积神经网络的输出为二分类结果，即输出是0或者1；分别代表跟踪正常和跟踪异常，表示跟踪是否失效。
...
【专利技术属性】
技术研发人员：李椋，雷煜，王以政，吴婷，陈明松，
申请(专利权)人：中国人民解放军军事科学院军事医学研究院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。