一种融合卷积神经网络的跟踪方法及系统

摘要

本发明公开了一种融合卷积神经网络的跟踪方法及系统,包括：通过预定的训练集,对卷积神经网络进行预训练得到卷积神经网络的初步模型CNN1；接收用户输入的带有跟踪目标的视频流,通过初步模型CNN1对视频流中的跟踪目标进行跟踪,并利用微调技术对初步模型CNN1的参数进行微调,得到卷积神经网络的最终模型CNN2；将最终模型CNN2替换TLD算法中的分类器；接收用户输入的带有跟踪目标的监控视频流,通过带有最终模型CNN2的TLD算法自动对监控视频流中的跟踪目标进行识别及跟踪；可见,通过对卷积神经网络进行训练生成最终模型CNN2,能自动从监控视频流中识别跟踪目标,增加用户操作体验。

关键词