摘要
本发明公开了一种基于机器视觉和人工智能的猛兽入侵检测方法,包括以下步骤:(1)在监控区域内部署双模态摄像头和光敏传感器;(2)对采集到的可见光图像和红外图像进行预处理,并结合光敏传感器的光照强度数值进行特征级融合;(3)将融合后的特征输入至多模态猛兽检测模型,基于YOLOv8骨干网络提取有效信息及相似性特征,并通过检测头进行猛兽目标检测,输出检测结果;(4)将检测结果输入至轨迹分析预测模型,结合DeepSORT算法进行目标跟;本发明可以识别猛兽出现,并准确预测其活动轨迹,从而实现实时监控、提前预警、及时响应和准确追踪等功能。
技术关键词
入侵检测方法
光敏传感器
可见光图像
轨迹
红外图像特征
双模态
预警机制
动态地图
多模态
视觉
长短期记忆网络
检测头
入侵检测系统
模块
数值
高风险
处理器
系统为您推荐了相关专利信息
损坏检测方法
时间戳引擎
光电转换原理
时间卷积网络
注意力机制
TIG焊枪
焊接轨迹规划
TIG焊接工艺
方管
搬运机器人
关节角增量
障碍物
雅可比矩阵
轨迹
机械臂坐标系
融合深度学习模型
多模态融合深度学习
监视系统
学生
轨迹
视频信息处理方法
信息处理模型
视频帧
融合特征
图像增强算法