仿生模式识别目标自适应跟踪方法

摘要

本发明公开一种仿生模式识别目标自适应跟踪方法，主要解决现有技术中鲁棒性较差、对训练样本多样性要求较高的问题。其实现步骤为：(1)获取训练样本集；(2)提取训练样本特征；(3)依据训练样本灰度特征建立超香肠神经网络，依据训练样本编号特征和训练样本尺寸特征建立径向基神经网络；(4)计算超香肠神经网络与搜索区域中所有候选区域之间的欧式距离；(5)采用最小距离法获取目标位置；(6)获得目标位置在超香肠神经网络中的编号，并将其输入径向基神经网络获得目标尺寸。本发明通过对训练样本集中的训练样本进行覆盖式训练，提高了目标跟踪的鲁棒性，减少了对训练样本多样性的依赖，可用于智能机器人、智能交通系统和视频监控等领域。