公开(公告)号：CN112084952B

公开(公告)日：2023-08-15

申请号：CN202010946922.7

申请日：2020-09-10

Applicant: 湖南大学

Inventor： 李智勇 ,  王赛舟 ,  肖德贵 ,  李仁发

IPC: G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种基于自监督训练的视频点位跟踪方法，包括获取训练数据集；构建神经网络模型提取特征点的位置、描述子并计算keypoint的置信度分数；对神经网络模型进行自监督训练得到训练后的视频网络模型；提取目标视频的特征描述子；对目标视频的前后帧的特征描述子进行匹配和筛选，并构建单应性矩阵；根据目标视频的第一帧所给出的目标点和单应性矩阵得到转换后的目标位置，完成视频点位跟踪。本发明通过构建神经网络并进行训练，得到视频网络模型，并采用视频网络模型对目标视频的目标点进行定位和跟踪，从而实现了目标视频的视频点跟踪，而且跟踪的过程不会产生畸变和变形，可靠性高、实时性好且效果好。

公开(公告)号：CN112084952A

公开(公告)日：2020-12-15

申请号：CN202010946922.7

申请日：2020-09-10

Applicant: 湖南大学

Inventor： 李智勇 ,  王赛舟 ,  肖德贵 ,  李仁发

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于自监督训练的视频点位跟踪方法，包括获取训练数据集；构建神经网络模型提取特征点的位置、描述子并计算keypoint的置信度分数；对神经网络模型进行自监督训练得到训练后的视频网络模型；提取目标视频的特征描述子；对目标视频的前后帧的特征描述子进行匹配和筛选，并构建单应性矩阵；根据目标视频的第一帧所给出的目标点和单应性矩阵得到转换后的目标位置，完成视频点位跟踪。本发明通过构建神经网络并进行训练，得到视频网络模型，并采用视频网络模型对目标视频的目标点进行定位和跟踪，从而实现了目标视频的视频点跟踪，而且跟踪的过程不会产生畸变和变形，可靠性高、实时性好且效果好。