一种基于实例特征感知的鲁棒单目标跟踪方法

摘要

本发明公开了一种基于实例特征感知的鲁棒单目标跟踪方法，包括以下步骤：步骤一、模型训练，利用服务器对网络模型进行训练，通过降低网络损失函数优化网络参数，直至网络收敛，获得基于实例特征感知的鲁棒单目标跟踪的网络权重；步骤二、模型推断，利用训练阶段获得的网络权重，在新的视频序列中跟踪目标。基于实例特征感知的鲁棒单目标跟踪方法，通过学习区分相似目标之间的特征，增强跟踪器的判别能力，提高跟踪过程的抗干扰能力和鲁棒性。本方法在众多困难的实际场景中都可以准确稳定的跟踪目标，和其他方法相比，取得了更好的目标追踪捕捉效果。