成果名称：基于深度玻尔兹曼机跨模式特征学习的RGB-D视频目标跟踪方法

发 明 人：姜明新

获批时间：2018/10/02

成果类型：发明授权

专 利 号：CN201610440598.5

成果简介

本发明公开了一种基于深度玻尔兹曼机跨模式特征学习的RGB‑D目标跟踪方法，包括如下步骤：构建基于高斯‑伯努利限制玻尔兹曼机的跨模式特征深度学习网络；对所述深度学习网络进行无监督训练；利用训练好的深度学习网络提取待跟踪目标初始样本的跨模式特征；将初始样本的跨模式特征送入到逻辑回归分类器中，并对所述逻辑回归分类器进行有监督训练；根据所构建的状态转移模型在所述RGB‑D视频序列第t帧进行采样；利用深度学习网络提取各采样的跨模式特征；将各采样的跨模式特征送入到训练好的逻辑回归分类器，获得的结果作为观测似然模型；利用贝叶斯算法获得第t帧的视频目标跟踪结果。本发明具有较高的成功率和较低的中心定位误差。

联系人：陈帅

电话：0517-83591025

联系地址：江苏省淮安市枚乘东路1号

邮编：223005

电子邮箱：11000080@hyit.edu.cn