一种基于卷积网络的无监督行为跟踪识别方法及系统

AITNT
正文
推荐专利
一种基于卷积网络的无监督行为跟踪识别方法及系统
申请号:CN202410774588
申请日期:2024-06-17
公开号:CN118762057B
公开日期:2025-02-14
类型:发明专利
摘要
本发明公开了一种基于卷积网络的无监督行为跟踪识别方法及系统,涉及视觉跟踪技术领域,包括以下步骤:采集视频序列并从视频序列中获取模板图像和当前帧搜索图像,构建训练数据集;基于SiamFC算法,构建行为跟踪模型;使用训练数据集对行为跟踪模型进行训练,直至达到预设要求,得到训练好的行为跟踪模型;利用训练好的行为跟踪模型对监测视频段中的目标对象进行跟踪,获得用户行为跟踪识别结果。本发明将Transformer引入到视觉跟踪技术中,通过注意力机制有效确定输入序列中不同部分的重要性,解决序列数据中的全局时空关联问题,实现高效的跟踪任务。
技术关键词
跟踪识别方法 视频 图像 序列 视觉跟踪技术 运动向量场 模板 跟踪识别系统 卷积孪生网络 卷积特征 多头注意力机制 对象 解码器结构 模型训练模块 搜索特征 数据获取模块 编码特征
系统为您推荐了相关专利信息
1
一种基于图像识别的桥梁健康状态检测预警方法及系统
桥梁裂缝图像 桥梁健康状态检测 预警方法 滑动窗口算法 时间序列分析方法
2
一种基于卷积神经网络的实时监控视频与应急场景融合方法
场景融合方法 关键帧 场景特征 直方图均衡化 视频存储系统
3
视频数据的传输方法、装置、存储介质及电子装置
视频播放终端 视频采集终端 画面 运动检测 传输方法
4
基于轻量化网络的类别不平衡侧扫声呐图像实时识别方法
识别方法 图像 回波 神经网络模型 侧扫声呐数据
5
一种目标定位方法及装置
图像处理 末端执行器 标定关系 节点 链表
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号