专利交易市场

本发明涉及一种基于无监督分割的时变体数据全局特征跟踪方法，构造体数据分割网络，对输入的体数据进行分割并实现全局追踪。本发明引入深度学习分割体积数据，从背景中分离特征域，能够自动、准确地跟踪复杂数据中的特定特征，不需要任何人为标注，降低跟踪复杂性，提高跟踪准确性；引入全局特征跟踪方法，只要选择目标特征，就可以在所有时间步长内跟踪与目标特征相似的特征的轨迹，用户可以选择任何时间步的任意特征，在时变数据中追踪到感兴趣的特征，能够从全局角度追踪提取的特征，避免利用局部追踪方法所产生的追踪错误，避免局部跟踪造成的缺陷；增加时空相似特征的跟踪，可同时跟踪目标特征的空间相似特征的完整路径，提高特征追踪精度。