摘要
本发明公开了基于多目视觉的目标识别方法及目标识别模型训练方法,属于目标识别技术领域,解决了现有方法采用双目视觉方法在特征提取方面主要依赖于视差图和图像拼接后的目标检测,容易丢失全局信息的问题,方法包括基于改进深度置信网络模型对目标场景图像预识别处理,多目视觉采集系统响应于辅助调节指令,基于空间戳对齐算法融合预识别结果、场景补偿图像,目标识别模型以双向特征金字塔网络架构结合YOLO算法并行方式提取场景融合集全局信息;本发明中,采用改进深度置信网络模型、目标识别模型协同配合的方式实现对目标场景三维空间内目标物类型及目标物位置的精准识别,避免目标识别时场景融合集全局信息丢失和信息不足的问题。
技术关键词
深度置信网络模型
识别模型训练方法
场景
双向特征金字塔
识别方法
图像
位置编码器
交叉注意力机制
YOLO算法
多目摄像头
视觉
网络架构
采集系统
索引
亚像素边缘提取
特征方位角
坐标
瓶颈
系统为您推荐了相关专利信息
3D点云
虚拟三维场景
数据集构建方法
相机
视角
光学遥感影像
雷达遥感影像
光学特征信息
地识别方法
时间序列信息
智能泵站
智能分析模型
数字孪生模型
机电设备运行状态
人工智能图像识别