摘要
本发明公开了一种基于脑认知模型的目标鲁棒检测方法,涉及目标检测技术领域,首先输入成对的真实图像和标准图像;其次利用模拟视觉信息注意力感知功能的图像特征提取模块对输入的真实图像提取初级感知特征;紧接着利用模拟视觉空间注意力功能的图像特征提取模块对初级感知特征提取目标感知特征;随后利用模拟视觉记忆功能的标准视觉记忆库模块对标准图像提取目标记忆特征;然后将目标感知特征与目标记忆特征输入模拟视觉和记忆关联功能的感知‑标准特征关联融合模块,利用域适应技术,对目标感知特征和目标记忆特征进行交互融合学习形成融合特征;最后将融合特征输入模拟视觉预测推理功能的预测推理模块,利用卡尔曼滤波完成目标的位置预测。
技术关键词
感知特征
记忆特征
鲁棒检测方法
卡尔曼滤波
图像特征提取
融合特征
表达式
注意力
轨迹
Sigmoid函数
管道
多层感知机
视觉
匈牙利算法
分支
通道
模块
矩阵
滤波器
系统为您推荐了相关专利信息
精确定位算法
智能铁鞋
扩展卡尔曼滤波
协方差矩阵
动态时间规整算法
信息融合分析方法
三维数字化技术
多模态
序列
生成三维空间
低功耗物联网
调控方法
多尺度特征
负荷预测模型
调控模型
光伏储能系统
充放电控制方法
充放电策略
时间段
电池组