摘要
本发明提出了一种大小模型协同的无人机目标跟踪方法,通过三个阶段实现:首先,利用多模态感知大模型处理图像、视频和雷达信号等多模态数据进行初步目标识别,得到目标位置信息;其次,将大模型生成的目标位置信息传递给轻量级KCF跟踪算法进行高效跟踪;最后,当目标丢失时,通过动态反馈机制重新激活大模型进行新一轮识别,并结合在线学习和参数调整优化整体跟踪性能。解决了传统无人机目标跟踪方法在数据密集型训练、泛化性能、计算资源消耗和环境适应性方面的局限性,提高了一种高效、高精度的无人机目标识别跟踪方法。
技术关键词
多模态
KCF跟踪算法
传感器
识别跟踪方法
动态反馈机制
卷积神经网络提取
多维特征向量
无人机作业
滤波器
深度学习算法
雷达
视频
可读存储介质
信号处理模块
处理器
算法模块
分类网络
系统为您推荐了相关专利信息
交通流量预测方法
注意力机制
计算机程序指令
前馈神经网络
交通流量预测系统
交互特征
电信号
训练样本集
心血管系统
脑电传感器
寺庙
数字孪生模型
数据处理模块
管理系统
物联网监控
多模态
长短记忆神经网络
深度卷积神经网络
数据
日常生活
模型预测控制方法
剩余使用寿命预测
动态贝叶斯网络
低频传感器
数据