摘要
本发明提供了一种微小动态目标跟踪方法及系统、网络训练方法、存储介质,其中训练方法,步骤包括:采集目标视频流数据,为视频帧中的目标标注ID,建立样本集;设置目标识别模型,进行超分辨率增强优化,获取视频帧中的识别目标;在目标跟踪模型中嵌入卡尔曼滤波器,根据目标跟踪模型的检测结果,迭代预测下一帧的目标运动轨迹;设置目标跟踪模型,将识别目标与预测的目标运动轨迹,采用局部描述向量约束与IoU交并比进行轨迹关联;设置ReID网络,将未匹配的识别目标与未匹配的目标运动轨迹,采用目标ID与其位置特征的ReID方法进行增补轨迹关联;将各模型串联拼接,采用样本集系统训练直至达成训练目标。籍此以实现对微小且密集的动态目标稳定追踪。
技术关键词
轨迹
K近邻
跟踪方法
嵌入卡尔曼滤波器
生成特征向量
编码特征
动态
运动
网络训练方法
三元组挖掘方法
超分辨率
匈牙利算法
可读存储介质
样本
跟踪系统
视频
邻居
处理器
系统为您推荐了相关专利信息
道路网络模型
网络中心
线性回归模型
共享单车
城市道路网络
强化学习环境
泛化方法
决策
识别策略
状态空间模型
视觉训练方法
自由曲面光学系统
读写台
眼球运动训练
工控一体机
轨迹生成方法
历史轨迹数据
轨迹生成程序
模式
锚点
状态预警方法
输电线路故障
巡检轨迹
故障概率模型
综合故障