摘要
本申请实施例提供了一种基于深度学习的复杂场景密集目标分类方法、系统及介质,该方法包括:基于无人机实时获取采集图像,将采集图像进行处理,并提取图像特征;基于图像特征筛选出目标特征,基于目标特征建立目标检测框;获取目标检测框内的目标移动状态信息,分析目标姿态信息;基于目标姿态信息对目标进行标注,得到标注信息,基于深度卷积模型对标注信息进行识别;基于类别标准信息对识别信息进行分类,得到目标类别信息,将目标类别信息实时传输至终端;通过无人机携带相机实时采集图像,分析目标移动状态,从而通过深度卷积模型对目标种类进行动态识别,精准的分析密集目标的类别,并对目标进行分类,提高分析精度。
技术关键词
深度卷积模型
移动状态信息
图像
分类方法
移动物体
无人机
场景
位置变化信息
分类系统
姿态偏差
可读存储介质
训练集
相机
校正
程序
处理器
样本
终端
参数
尺寸
系统为您推荐了相关专利信息
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
卷积模块
二维离散小波变换
图像
局部特征信息
特征提取模块
CT影像数据
病灶识别方法
图像分类模型
训练集数据
大数据
监测数据处理方法
知识点
损伤特征值
模式识别
样本