基于深度学习的红外图像目标检测方法及系统

本发明公开了基于深度学习的红外图像目标检测方法及系统，具体涉及安全监控领域，用于解决红外图像目标检测智能化不足的问题，是利用CNN进行特征提取、获得目标的时间维度特征，处理重叠和变化的目标；通过动态调整识别阈值和改进的非极大值抑制算法，确保热源被独立识别和处理。结合卡尔曼滤波器和匈牙利算法，提高目标在连续帧间的关联和跟踪稳定性。引入自学习方法，优化模型参数，增强系统在动态环境下的适应性和鲁棒性。通过检测未附标签目标和特定类别标签，提高系统智能化和响应能力。提升了红外图像目标检测和识别的准确性和鲁棒性，减少误报和漏报，提供更高效可靠的家庭安全监控保障。