摘要
本发明公开了基于注意力机制和双流多域卷积神经网络的人体跟踪算法,所述双流多域神经卷积网络采用双流输入,多流输出的方式对人体目标进行跟踪;通过原始视频序列提取人体目标的表观特征,通过帧差序列提取人体目标的运动特征,并根据人体目标的运动幅度在图像中的占比作为自适应融合参数,实现目标表观特征与运动特征自适应融合;该算法有效的解决了待跟踪的人体目标本身发生形状、尺度、纹理等变化时跟踪效果差的问题,并采用离线训练共享层网络参数,在线学习独立层网络参数的方式,实时对跟踪目标进行特征优化和改进。通过实验结果可知,此网络能够在保证实时跟踪的前提下,实现准确的人体目标跟踪。