国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      航空視頻流目標識別處理方法及系統(tǒng)與流程

      文檔序號:40405107發(fā)布日期:2024-12-20 12:28閱讀:來源:國知局

      技術特征:

      1.一種航空視頻流目標識別處理方法,其特征在于,包括以下步驟:

      2.根據(jù)權利要求1所述的航空視頻流目標識別處理方法,其特征在于,對視頻數(shù)據(jù)、紅外數(shù)據(jù)和雷達數(shù)據(jù)進行預處理,具體包括:

      3.根據(jù)權利要求1所述的航空視頻流目標識別處理方法,其特征在于,所述自適應加權融合技術通過計算各模態(tài)特征數(shù)據(jù)的置信度來確定加權因子,所述置信度根據(jù)每種模態(tài)數(shù)據(jù)的信號強度、清晰度及目標在不同模態(tài)下的可識別性進行計算,加權因子的計算方法為:

      4.根據(jù)權利要求1所述的航空視頻流目標識別處理方法,其特征在于,基于融合模態(tài)特征數(shù)據(jù),進行低層次、中層次和高層次的多階段視覺特征提取,具體包括:

      5.根據(jù)權利要求1所述的航空視頻流目標識別處理方法,其特征在于,所述全局卷積優(yōu)化技術通過全局卷積網(wǎng)絡對低層次視覺特征數(shù)據(jù)、中層次視覺特征數(shù)據(jù)和高層次視覺特征數(shù)據(jù)進行統(tǒng)一優(yōu)化,所述全局卷積網(wǎng)絡通過分析目標的整體空間分布,確保每個層次的視覺特征在全局范圍內(nèi)的一致性,所述全局卷積網(wǎng)絡通過卷積核覆蓋整個輸入特征空間,捕捉場景中的長距離關聯(lián),生成全局優(yōu)化視覺特征數(shù)據(jù)。

      6.根據(jù)權利要求1所述的航空視頻流目標識別處理方法,其特征在于,目標的歷史運動軌跡建?;跉v史運動數(shù)據(jù),通過分析目標在過去若干幀中的位置信息、速度和運動方向的動態(tài)特征進行建模,所述歷史運動數(shù)據(jù)包括目標的每個位置、時間戳和運動矢量,通過對所述歷史運動數(shù)據(jù)進行回歸分析,預測目標的未來運動趨勢并生成目標運動軌跡特征數(shù)據(jù)。

      7.根據(jù)權利要求6所述的航空視頻流目標識別處理方法,其特征在于,所述未來運動預測技術通過對目標的運動軌跡特征數(shù)據(jù)進行時空推斷,所述時空推斷基于目標的歷史運動模式和環(huán)境變化因素,結合多幀歷史數(shù)據(jù)分析目標的速度變化和方向調(diào)整,生成目標未來運動軌跡,并根據(jù)所述目標未來運動軌跡修正當前的目標位置,生成修正目標位置數(shù)據(jù)。

      8.根據(jù)權利要求1所述的航空視頻流目標識別處理方法,其特征在于,對修正目標位置數(shù)據(jù)與視頻模態(tài)特征數(shù)據(jù)、紅外模態(tài)特征數(shù)據(jù)和雷達模態(tài)特征數(shù)據(jù)進行交叉驗證,具體包括:

      9.根據(jù)權利要求8所述的航空視頻流目標識別處理方法,其特征在于,目標在不同模態(tài)中的形狀相似度通過余弦相似度公式計算,余弦相似度表示修正目標位置數(shù)據(jù)與模態(tài)特征數(shù)據(jù)之間的相似度,計算公式為:

      10.一種用于實施權利要求1至9任一所述的航空視頻流目標識別處理方法的系統(tǒng),其特征在于,包括:


      技術總結
      本發(fā)明提供一種航空視頻流目標識別處理方法及系統(tǒng),涉及圖像處理、人工智能和航空監(jiān)控技術領域,通過對視頻、紅外和雷達等模態(tài)數(shù)據(jù)的預處理,結合自適應加權融合技術、多階段視覺特征提取和全局卷積優(yōu)化技術,系統(tǒng)能夠從多層次、多模態(tài)數(shù)據(jù)中提取目標特征;再進一步結合歷史運動軌跡與未來運動預測,系統(tǒng)實現(xiàn)動態(tài)修正目標位置,最終通過交叉驗證確保多模態(tài)數(shù)據(jù)的一致性。本發(fā)明增強了系統(tǒng)對弱小目標的識別精度和魯棒性,減少了漏檢和誤檢,適應性強且計算資源要求低,適用于復雜動態(tài)環(huán)境中的目標識別和跟蹤任務。

      技術研發(fā)人員:施文杰,羅雨,劉云杰,郭澤方,王資,鄭羽
      受保護的技術使用者:湖南圖興智能科技有限公司
      技術研發(fā)日:
      技術公布日:2024/12/19
      當前第2頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1