一种深度学习驱动的小目标跟踪方法和系统

本发明公开了一种深度学习驱动的小目标跟踪方法和系统，包括：S1：以连续图像帧作为输入进行去噪、灰度化和归一化，利用Sobel算子进行边缘检测，并使用边缘检测信息进行特征提取；S2：应用背景减除方法分离移动目标区域，背景减除方法通过计算当前帧与背景模型之间的差异，识别出移动目标区域；S3：使用光流法分析连续图像帧之间的像素运动模式来估计移动目标区域中目标的速度；S4：将估计的目标的速度与提取的特征融合，输入到深度卷积神经网络中进行特征提取，获得深度特征；S5：基于深度特征，使用深度度量学习算法对小目标进行跟踪。本发明能够实现对小目标的快速识别、稳定跟踪，以及在多样化环境条件下的自适应能力。