基于深度学习的目标跟踪方法及跟踪系统

本发明提供一种基于深度学习的目标跟踪方法及跟踪系统，涉及计算机视觉技术领域，本发明通过使用预训练的卷积神经网络提取特征，并结合光流信息来确定目标搜索区域，可以更准确地捕捉到目标在连续帧之间的位置变化，这种方法相比传统的手工设计特征的方法能够更好地适应不同的目标和环境，利用光流向量的一致性标准差来评估每个搜索区域的可靠性，可以帮助算法区分出背景噪声或遮挡等干扰因素，从而提高跟踪的鲁棒性，本发明方法还采用了一系列高效的处理步骤，如非极大值抑制、平滑滤波以及峰值检测等，有助于减少计算负担，使得整个过程可以在较低延迟下运行，适用于实时应用。