一种基于一致性预测器模型的视觉跟踪方法

摘要

本发明属于数据处理技术领域，公开了一种基于一致性预测器模型的视觉跟踪方法，所述方法包括：首先构建一个双路输入卷积神经网络模型，同步提取视频帧采样区域和目标模板的高层特征，利用逻辑回归方法区分目标与背景区域；然后将卷积神经网络嵌入到一致性预测器框架中，利用算法随机性检验来评估分类结果的可靠性，在指定风险水平下，以域的形式输出具有可信度指标的分类结果；最后选择高可信度区域作为候选目标区域，通过优化时空域全局能量函数获得目标轨迹。本发明能够适应目标遮挡、外观变化以及背景干扰等复杂情况，比当前多种流行跟踪算法具有更强的鲁棒性和准确性。