摘要
本发明公开了一种基于LBP特征及语义特征的动态目标跟踪方法,所述方法通过计算帧间图像中目标的偏移量,引入运动放大系数、不确定性估计等技术可以精确预测并缩小第一搜索区域,降低计算量的同时减少背景信息对目标的干扰。本发明通过ResNet‑50来提取目标特征,在保证目标特征判别力和鲁棒性的同时对其进行降维处理,有效避免了计算量过大和复杂度较高的问题。通过精确定位和缩小目标所在的第一搜索区域以及鲁棒的特征提取与协同交互,以增强在目标运动难拟合、光照条件复杂、目标被遮挡、等复杂条件下对目标持续且稳定跟踪的能力。
技术关键词
语义特征
LBP特征
纹理特征
模板
注意力
双线性插值
坐标
跟踪方法
图像
交互特征
降维特征
上采样
集中度
融合特征
动态
预测误差
网络
非线性
像素点
拼接模块