本發明提供了一種基于優化方差下降的計算機視覺單目標跟蹤方法。該方法包括:根據單目標跟蹤問題設計基于非凸優化的隨機方差下降梯度的深度神經網絡模型,對深度神經網絡模型進行監督訓練,根據訓練好的深度神經網絡模型使用基于回歸動作獎勵函數的強化學習方法訓練表觀模型與運動模型;利用訓練好的表觀模型、運動模型和深度神經網絡模型對當前環境下的單目標進行跟蹤,得到跟蹤目標的預測位置和尺度;根據當前跟蹤目標的位置和目標特征進行表觀模型以及運動模型更新,進行下一幀的目標跟蹤,直至跟蹤結束。本發明的方法不僅運算速度更快,而且具有更穩定的模型探索能力,在絕大多數復雜場景下都能夠達到更魯棒的、高質量的目標跟蹤效果。
聲明:
“基于優化方差下降的計算機視覺單目標跟蹤方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)