基于深度学习的目标跟踪方法及跟踪系统

本发明涉及目标跟踪技术领域，尤其涉及基于深度学习的目标跟踪方法及跟踪系统，包括如下步骤：通过注意力模块的浅层特征提取模块在浅层特征提取阶段利用混合注意力机制来增强对人体特征的提取和表示能力；精确识别模块通过计算特征的相关性来重点关注人体的全局特征，然后从全局角度增强人体特征的表示；随后用关键点检测算法提取每个图像中的人体关键点与特征点，形成匹配点组进行匹配；计算匹配点组的3D坐标以及对应的2D坐标，使舞台灯光能够持续地照射在对应坐标上，实现目标跟踪。本发明利用多注意力机制对人体图像进行分割，解决了现有卷积神经网络在照明跟踪系统应用时，极易因光线变化、遮挡和背景等原因干扰跟踪系统对人体的识别，进而影响跟踪准确度的问题。