基于深度玻尔兹曼机跨模式特征学习的RGB-D视频目标跟踪方法
本发明公开了一种基于深度玻尔兹曼机跨模式特征学习的RGB-D视频目标跟踪方法,包括如下步骤:构建基于高斯-伯努利限制玻尔兹曼机的跨模式特征深度学习网络;采集大量无标签RGB-D样本,对基于高斯-伯努利限制玻尔兹曼机的跨模式特征深度学习网络进行无监督训练;利用训练好的跨模式特征深度学习网络提取待跟踪目标初始样本的跨模式特征;将待跟踪目标初始样本的跨模式特征送入到SVM分类器,并对所述逻辑回归分类器进行有监督训练;根据所构建的状态转移模型在所述RGB-D视频序列第t-1帧视频的目标跟踪结果周围进行采样;通过跨模式特征深度学习网络提取各样本的跨模式特征;将各样本的跨模式特征送入到训练好的SVM分类器,获得分类结果作为观测似然模型;利用贝叶斯最大似然估计算法获得所述RGB-D视频序列第t帧的视频目标跟踪结果。本发明具有较高的成功率和较低的平均中心定位误差。