摘要
本发明公开了一种基于轮廓约束的视频运动目标分类识别方法及系统,涉及目标分类识别技术领域。该基于轮廓约束的视频运动目标分类识别方法,通过获取视频数据并输入预训练的机器学习模型进行轮廓提取,得到每帧图像中的若干个轮廓区域,通过综合分析每个轮廓区域,识别运动轮廓区域,并基于区域的运动分类指数进行分析,最终,将运动分类指数与预设区间对比,判断并分类每个运动轮廓区域,得到其类别信息,本发明通过引入轮廓约束和深度学习模型的联合应用,实现了对每帧图像中运动目标的精准分类,与传统的像素级分类方法和简单特征提取方法相比,基于轮廓信息和多维度运动特征,从而能够更加精确地捕捉到目标的细节和动态变化。
技术关键词
轮廓区域
运动轮廓
分类识别方法
轮廓约束
卷积神经网络模型
图像
指数
像素点
视频
轮廓提取
机器学习模型
坐标
分析模块
分类识别技术
数据获取模块
分类识别系统
特征提取方法
速度
系统为您推荐了相关专利信息
调制信号识别方法
迁移深度学习
卷积神经网络模型
RF接收模块
射频天线
自动扒渣方法
结点
卷积神经网络模型
直方图均衡化
Retinex算法
铁路车辆转向架
振动监测装置
机器学习模型
主控盒
工况
员工
信息化管理方法
信息化管理系统
语义特征提取
云平台
信息管理方法
工程量清单
信息管理系统
权限管理模块
交易平台