技术特征：
技术总结
本发明中提出的一种基于多尺度时空区别性显著图的非刚性目标追踪模型，其主要内容包括：追踪模型初始化、追踪目标的定位和模型的在线优化，其过程为，首先用一个定制的完全深度卷积神经网络(TFCN)来模拟图像指定区域的显著先验；然后，用一个多尺度多区域机制来生成局部区域显著图；接下来，采用加权法来对获得的显著图进行融合，以获得一个具有区别性的显著图从而实现目标的定位；最后，采用随机梯度递减(SGD)算法对TFCN模型进行微调以提高追踪模型的网络适应性。本模型相比已有的追踪模型能够对单一特定非刚性目标进行追踪，追踪效果更佳，并且能够同时进行显著性检测和视觉追踪，追踪效率更高。
技术研发人员：夏春秋
受保护的技术使用者：深圳市唯特视科技有限公司
技术研发日：2018.06.26
技术公布日：2018.11.30