一种基于深度学习的多光谱小目标识别跟踪方法

本发明公开了一种基于深度学习的多光谱小目标识别跟踪方法，涉及计算机视觉领域，包括以下步骤：步骤一、通过多光谱相机内部的光学元件划分不同波段并允许多个多光谱传感器同时捕获目标区域的多光谱图像数据；本发明通过多光谱相机的光学元件划分不同波段，多个传感器捕获目标区域的多光谱图像数据，使用OpenCV库加载这些图像数据，通过调整尺寸、填充和裁剪来突出小目标，采用均值滤波器对小目标的中心像素进行平滑处理，以减小背景噪声的影响，构建苍蝇仿生注意力机制并与卷积神经网络相结合，能够动态聚焦并识别多光谱图像中的小目标，通过几何纠正和光流分析技术，结合卡尔曼滤波与特征匹配算法，实现对小目标在不同捕获场景中的精确跟踪。