【技术实现步骤摘要】
本专利技术涉及拍摄，尤其涉及一种目标跟踪模型及其训练方法、目标跟踪方法及系统。
技术介绍
1、现有的基于深度学习的目标跟踪方法多采用基于孪生网络的方法，如图1所示。当搜索图像中存在和模板图像一样的跟踪目标时，会将分类图中对应的目标影射区域的gt（ground truth）设定为1，同时回归对应的目标位置，其他区域设定为0，如图2所示；当搜索图像中不存在跟踪目标时，分类图全部设定为0，不需要回归目标位置。一般在单目标跟踪中，一种方案是，模板图像为跟踪目标的第一帧图像，搜索图像为任意当前时刻、需要查找跟踪目标的图像，在该方案中，模板特征不进行更新，一直是第一帧图像的特征；另一种方案是进行在线的梯度反向传播更新模板特征，使模板特征更能适应目标的变换。
2、上述两种方案中，第一种方案的优点是不需要进行梯度的反向传播和参数更新，跟踪的实时性可以有效保证，尤其在嵌入式端，缺点是模板特征一直不更新，当跟踪目标外观发生变化的时候，很难根据模板特征找到跟踪目标，从而导致目标丢失。第二种方案虽然更新了模板特征，使其能够更好地适应目标的外观变化，...
【技术保护点】
1.一种目标跟踪模型的训练方法，其特征在于，所述目标跟踪模型的训练方法包括：
2.根据权利要求1中所述的目标跟踪模型的训练方法，其特征在于，所述以实例跟踪为目标训练目标跟踪模型包括：以第一预置概率采样以确保跟踪目标存在于搜索图像中，以此采样数据来训练目标跟踪模型；
3.根据权利要求2中所述的目标跟踪模型的训练方法，其特征在于，所述以实例跟踪为目标训练目标跟踪模型具体包括：
4.根据权利要求2中所述的目标跟踪模型的训练方法，其特征在于，所述以基于实例指引的类别跟踪为目标训练目标跟踪模型具体包括：
5.一种目标跟踪模型，其特...
【技术特征摘要】
1.一种目标跟踪模型的训练方法，其特征在于，所述目标跟踪模型的训练方法包括：
2.根据权利要求1中所述的目标跟踪模型的训练方法，其特征在于，所述以实例跟踪为目标训练目标跟踪模型包括：以第一预置概率采样以确保跟踪目标存在于搜索图像中，以此采样数据来训练目标跟踪模型；
3.根据权利要求2中所述的目标跟踪模型的训练方法，其特征在于，所述以实例跟踪为目标训练目标跟踪模型具体包括：
4.根据权利要求2中所述的目标跟...
【专利技术属性】
技术研发人员：董健，吴邓洋，
申请(专利权)人：睿魔创新科技成都有限公司，
类型：发明
国别省市：
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。