基于神经网络的对象跟踪方法、装置、设备及存储介质
公开
摘要
本发明公开一种基于神经网络的对象跟踪方法、装置、设备及存储介质，通过当前行车图像；利用预设卷积神经网络模型对当前行车图像进行图像识别，获得目标对象的图像识别结果，然后根述图像识别结果判断目标对象是否为跟踪对象；若是则对目标对象进行跟踪。由于是通过基于深度学习的卷积神经网络模型来对行车图像进行识别，然后根据识别结果来确定跟踪对象，能够保证对象跟踪的准确性。同时，由于采用的神经网络模型是由用于进行图像特征提取且包含带下采样卷积层的第一阶段和用于进行图像类别预测的第二阶段构成的精简神经网络，从而使得运行该神经网络的嵌入式设备不受计算量与内存带宽的限制，保证了图像识别算法的速度与精度要求。
基本信息
专利标题 ：
基于神经网络的对象跟踪方法、装置、设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114463709A
申请号 ：
CN202011142819.3
公开（公告）日 ：
2022-05-10
申请日 ：
2020-10-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李鑫
申请人 ：
北京鸿享技术服务有限公司
申请人地址 ：
北京市朝阳区酒仙桥路甲10号3号楼15层17层1765
代理机构 ：
深圳市世纪恒程知识产权代理事务所
代理人 ：
薛福玲
优先权 ：
CN202011142819.3
主分类号 ：
G06V20/56
IPC分类号 ：
G06V20/56 G06V10/764 G06V10/82 G06K9/62 G06T7/80 G06N3/04
法律状态
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
