摘要
本发明提供一种挂轨式巡逻机器人和固定式监控摄像头的数据处理方法,该方法包括:使用深度学习模型对固定式监控相机捕获的视频流进行实时目标检测和识别;利用目标在图像中的边界框坐标和固定式监控相机的内参矩阵,计算目标在固定式监控相机坐标系下的齐次坐标;将目标的齐次坐标从固定式监控相机坐标系转换到移动相机坐标系;根据目标在移动相机坐标系下的位置,使用卡尔曼滤波器进行目标跟踪,并预测目标的下一时刻位置;根据目标的预测位置,调整挂轨式巡逻机器人的移动距离和移动相机的旋转角度,以保持目标在最佳观测视野内;利用移动相机拍摄的图像更新目标的位置,反馈到固定式监控相机坐标系,以实现目标的连续跟踪。
技术关键词
监控相机
巡逻机器人
坐标系
数据处理方法
深度学习模型
卡尔曼滤波器
矩阵
图像
视野
视频流
均值漂移算法
扩展卡尔曼滤波
粒子滤波器
相机镜头
雷达系统
系统为您推荐了相关专利信息
度评估方法
热流辨识方法
温度传感器
数值计算方法
数据
智能成人用品
视频数据处理系统
视频数据处理方法
运动
画面
水下混凝土
点云密度
噪声滤波
数据处理方法
多视角
靶标
跟踪装置
图像处理器
视觉传感器
结构光3D相机