【技术实现步骤摘要】
本专利技术属于机器学习、计算机视觉、目标跟踪领域，涉及共显著性注意力算法、弱监督训练算法，以及单目标跟踪算法siamrpn++与ocean；具体为一种基于共显著性学习的弱监督目标跟踪方法。
技术介绍
1、给定一段视频序列，以及初始帧中某个特定目标的目标框标注，目标跟踪算法通过对目标及背景的视觉与时序信息建模，实现对后续每一帧中该目标的位置及尺度估计。作为计算机视觉的基础任务之一，目标跟踪是许多计算机视觉相关问题的应用基础，例如动作识别、事件检测、行为理解以及视频对象检测等。此外，视觉跟踪在国防、医疗、交通和娱乐等诸多领域都具有极为广泛的现实应用前景。
2、随着深度学习技术的发展，目标跟踪算法逐步从传统方法、相关滤波方法等过渡到基于深度网络的方法，包括生成式方法与辨别式方法。生成式跟踪方法（siamfc、siamrpn++、ocean等）通常采用一个孪生骨干网络与一个互相关模块来实现模板图像与搜索图像的相似性匹配。该类方法一般仅对模型进行离线训练，跟踪速度较快。但由于缺少模型在线更新，其对目标与背景的外观变化不敏感，跟踪性能相...
【技术保护点】
1.一种基于共显著性学习的弱监督目标跟踪方法，其特征在于，步骤如下：
【技术特征摘要】
1.一种基于共显著性学习的弱监督目...
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。