基于深度学习的视觉多目标跟踪方法、系统和电子设备

AITNT
正文
推荐专利
基于深度学习的视觉多目标跟踪方法、系统和电子设备
申请号:CN202410922436
申请日期:2024-07-10
公开号:CN118644804B
公开日期:2025-05-16
类型:发明专利
摘要
本申请涉及视觉多目标技术领域,且更为具体地公开了一种基于深度学习的视觉多目标跟踪方法、系统和电子设备,其通过部署摄像头在商场的入口和出口采集监控视频,并从中提取入口监控特征图和出口监控特征图,然后将这些特征图融合成多目标监控特征图,并通过分类器对其进行分类,以判断商场是否存在异常人员。利用深度学习的优势,通过自动学习目标的外观特性和运动特性,实现高质量的鲁棒性跟踪,提升监控系统的智能化水平。
技术关键词
三维卷积神经网络 跟踪方法 入口 sigmoid函数 关键帧 感兴趣 视觉 视频 ReLU函数 分类器 计算机程序指令 对象 商场 鲁棒性跟踪 矩阵 非线性 电子设备 特征值 编码 跟踪系统
系统为您推荐了相关专利信息
1
一种集成式固态电极电解质分析模块
电解质分析模块 固态电极 集成式电极 离子选择性电极 进样口
2
基于图像-属性和频域-空间域双重协同学习的行人属性识别方法
行人属性识别方法 图像编码器 文本编码器 视觉特征 集成视觉
3
图像数据与雷达点云数据融合的SLAM方法及装置
雷达点云数据 关键帧 计算机执行指令 光度 闭环
4
一种基于MOPSO直接空冷机组控制方法、系统、电子设备及存储介质
空冷机组 动态响应模型 风机转速 分区 轮廓系数
5
一种超分子水凝胶微胶囊及其制备方法
水凝胶微胶囊 超分子水凝胶 聚乙二醇 葡聚糖 小分子凝胶因子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号