一种基于深度学习的视频跟踪与图像识别方法及系统技术方案

本发明专利技术公开了一种基于深度学习的视频跟踪与图像识别方法及系统，涉及视频跟踪及图像识别技术领域，该方法包括初始化卷积神经网络参数；获取训练集并对训练集进行规整化；将三元组送入卷积神经网络进行处理；卷积神经网络输出训练集图像之间的相似度；将待识别的目标三维图像和与之相似度最高的图像同时送入到深度神经网络进行处理；深度神经网络最终输出两个三维模型的三维特征向量；计算两个三维特征向量的切比雪夫的距离；将计算出的切比雪夫距离和预设的阈值相比较，大于阈值则视为不同的人。本发明专利技术对不在库中的对象有着相当可靠的判断力，并且由于可以在一定范围内调节光照条件，人脸姿势与面部表情，对目标采集的要求降低，精度大大提高。精度大大提高。精度大大提高。

【技术实现步骤摘要】
一种基于深度学习的视频跟踪与图像识别方法及系统


[0001]本专利技术涉及视频跟踪及图像识别
，具体而言，涉及一种基于深度学习的视频跟踪与图像识别方法及系统。

技术介绍

[0002]深度学习是机器学习中兴起的一个新分支，其特点是实现了自动提取特征和识别，极大的减少了人为因素的干扰，并且具有更强大的适用性和学习能力，因此成为了当前图像处理的主流方法，常用的深度学习技术主要是卷积神经网络,受限玻尔兹曼机和循环神经网络。当前，许多基于深度学习的目标检测方法和视频跟踪方法被提出。虽然基于深度学习的目标检测和视频跟踪方法的适应性和结果精度优于传统方法，但是检测和跟踪精度仍然需要进一步提高，特别是当对图像和视频中小物体进行检测和跟踪时，以前传统目标检测和视频跟踪使用的方法主要是图像分割和特征提取识别，无法针对复杂背景或者同时对多个目标进行检测和跟踪。因此设计一种合适的深度学习网络结构是提高检测和跟踪精度的重要任务之一。

技术实现思路

[0003]为了克服上述问题或者至少部分地解决上述问题，本专利技术实施例提供一种基于深度学习的视频跟踪本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的视频跟踪与图像识别方法，其特征在于，包括：初始化卷积神经网络参数；获取训练集并对训练集进行规整化得到三元组；将三元组送入卷积神经网络进行处理；卷积神经网络输出训练集图像之间的相似度；将人脸的平面图像转为三维图像，将待识别的目标三维图像和与之相似度最高的图像同时送入到深度神经网络进行处理；深度神经网络最终输出两个三维模型的三维特征向量；计算两个三维特征向量的切比雪夫的距离；将计算出的切比雪夫距离和预设的阈值相比较，大于阈值则视为不同的人。2.根据权利要求1所述的一种基于深度学习的视频跟踪与图像识别方法，其特征在于，所述初始化卷积神经网络参数的步骤包括：设置学习率learning_rate、卷积神经元网络层数layer和每层的卷积核大小及个数；将训练样本分批输入，每批训练样本个数记为batchsize，设置正则指数L2_penalty、最大训练代数maxstep、每代包含的批次数step_size、图像的大小image_size、每个批次的人数people_per_batch和每个人多少张图片images_per_person。3.根据权利要求2所述的一种基于深度学习的视频跟踪与图像识别方法，其特征在于，所述学习率learning_rate＝0.1，卷积神经元网络层数和每层的卷积核大小和个数可以直接调用inception_resnet_v1模块，训练样本分批输入，每批训练样本个数记为batch_size＝45，正则指数L2_penalty＝1e
‑
4，最大训练代数maxstep＝2000，每代的批次数step_size＝2000，图像的大小image_size＝160，每个批次的人数people_per_batch＝45，每个人多少张图片images_per_person＝40。4.根据权利要求1所述的一种基于深度学习的视频跟踪与图像识别方法，其特征在于，所述获取训练集并对训练集进行规整化得到三元组的步骤包括：将训练集数据组成三元组，组成三元组方式包括从训练集中选取三张图像，两张来自同一人不同状态的人脸照片，一张来自另一人，这三张图片组成一个三元组，将训练集全部组成三元组集合；对三元组集合中的图片进行随机剪裁，设置大小和随机反转的预处理。5.根据权利要求1所述的一种基于深度学习的视频跟踪与图像识别方法，其特征在于，所述将三元组送入卷积神经网络进行处理的步骤包括：卷积神经网络将下式作为损失函数；卷积神经网络将下式作为损失函数；是同一人不同状态人脸图像的特征表达，是另一人人脸图像的特征表达，这里距离用欧式距离度量，+表示[]内的值大于零的时候，取该值为损失，...

【专利技术属性】
技术研发人员：龚鸣敏，
申请(专利权)人：武汉学院，
类型：发明
国别省市：