技术总结
本发明公开了一种融合卷积神经网络的跟踪方法及系统，包括：通过预定的训练集，对卷积神经网络进行预训练得到卷积神经网络的初步模型CNN1；接收用户输入的带有跟踪目标的视频流，通过初步模型CNN1对视频流中的跟踪目标进行跟踪，并利用微调技术对初步模型CNN1的参数进行微调，得到卷积神经网络的最终模型CNN2；将最终模型CNN2替换TLD算法中的分类器；接收用户输入的带有跟踪目标的监控视频流，通过带有最终模型CNN2的TLD算法自动对监控视频流中的跟踪目标进行识别及跟踪；可见，通过对卷积神经网络进行训练生成最终模型CNN2，能自动从监控视频流中识别跟踪目标，增加用户操作体验。
技术研发人员：林露樾;刘波;肖燕珊
受保护的技术使用者：广东工业大学
文档号码：201610579388
技术研发日：2016.07.21
技术公布日：2016.11.16