摘要
本发明提供一种基于帧序列的输电工作车辆检测方法、系统,对关于输电工作场景的目标视频进行帧划分以形成多帧图像数据,再分别进行深度提取以获取深度特征,并将每一帧图像数据对应的深度特征进行时续融合以获取融合特征图,从而通过结合多帧图像的时序信息,有效提升目标在遮挡、运动模糊和尺度变化情况下的检测精度与鲁棒性,而后进行关于检测目标的目标检测以获取候选目标框,以及与候选目标框对应的置信度分数,基于置信度分数进行加权平均以获取平滑结果评分,并将平滑结果评分与预获取的阈值相对比,以确认检测目标的检测结果,从而基于多帧信息进行动态置信度评估和自适应阈值调整,可以显著减少单帧误检和漏检,增强检测的稳定性。
技术关键词
工作车辆
融合特征
多帧图像数据
深度特征提取
长短期记忆网络
序列
特征提取单元
卡尔曼滤波算法
时序
注意力机制
动态
视频
场景
鲁棒性
纹理
策略
系统为您推荐了相关专利信息
声发射特征
液压支架
异常点
煤矿综采工作面
信号特征提取
动态神经网络模型
模型预测控制器
非线性
预测残差
增量式学习
上位机软件
分布式消息总线
升级方法
文件传输服务
上位机程序