基于LSTM网络的水面多目标运动状态估计轻量化方法

本发明涉及一种基于LSTM网络的水面多目标运动状态估计轻量化方法，包括以下步骤：获取水面目标运动状态历史信息并进行预处理；利用预处理后的水面目标运动状态历史信息对Social‑LSTM网络进行预训练，得到水面多目标运动状态预训练模型；基于掩码模型对水面多目标运动状态预训练模型的权重矩阵进行非结构化剪枝，并对剪枝后的模型进行重训练，得到水面多目标运动状态重训练模型；基于水面多目标运动状态重训练模型进行多目标运动状态估计。与现有技术相比，本发明能够克服基于深度学习的水面多目标运动状态估计算法的硬件需求高、模型泛化性差的缺陷，大大提高针对水面多目标的运动状态估计的效率。