原创力文档- 5
- 0
- 约2.2万字
- 约 15页
- 2023-06-06 发布于四川
- 举报
本发明涉及一种基于空谱特征融合的无监督高光谱视频目标跟踪方法。本发明结合循环一致性理论方法，设计了基于深度学习的高光谱目标跟踪方法，可无监督的训练高光谱目标跟踪深度学习模型，节约了人工标注的成本。在Siamese跟踪框架的基础上了，设计了RGB分支(空间分支)与高光谱分支；使用RGB视频数据训练空间分支以及将训练好的RGB模型载入网络固定参数同时训练高光谱分支，获得融合后的更具鲁棒性及判别力的特征。最终使用将融合的特征输入到相关滤波器中(DCF)，获得跟踪结果。本发明可以解决高光谱视频数据人工标
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112766102 A
(43)申请公布日 2021.05.07
(21)申请号 202110018918.9
(22)申请日 2021.01.07
(71)申请人 武汉大学
地址 43
文档评论（0）