摘要
本发明属于人员安防检测技术领域,且公开了一种人员安防检测方法,具体步骤如下:步骤一:人员检测基于RetinaNet的目标检测:通过ResNet作为骨干网络提取到c3、c4、c5三层特征图。通过基于深度学习的Retinanet目标检测算法能够准确检测图像中的人员目标,结合DeepSort多目标追踪算法和opencv相关系数模板匹配算法,进一步提高了检测的精度和鲁棒性,并且通过多目标追踪算法和模板匹配算法的结合,能够实现对进入危险区域人员的实时追踪和识别,多尺度特征融合支持不同尺寸目标检测,模板匹配阈值可调适应复杂光照与遮挡场景,协方差矩阵动态更新与特征集管理增强算法对动态环境的泛化能力,能适应不同的工业环境和危险区域,具有较强的通用性和可扩展性。
技术关键词
安防检测方法
卡尔曼滤波
模板匹配算法
匈牙利算法
协方差矩阵
特征金字塔网络结构
图像
安防检测技术
追踪算法
坐标
融合多尺度特征
多尺度特征融合
级联
代表
阈值可调
元素
遮挡场景
移动模板
系统为您推荐了相关专利信息
遥感图像车辆检测方法
加权特征
动态权重分配
瓶颈结构
协方差矩阵
驱动防滑控制方法
车辆横向速度
车辆纵向速度
PID控制器
车辆模型
土壤监测系统
传感器阵列
数据采集终端
预测残差
状态空间模型
多重信号分类算法
估计方法
阵列信号处理技术
协方差矩阵分解
稀疏阵列天线