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
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
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
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