摘要
本申请涉及数据处理技术领域,公开了一种基于深度学习的儿童书包安全定位方法及系统。该方法包括:对儿童书包图像进行标注和增强处理,训练改进型YOLOv5模型;然后结合该模型的视觉检测结果和惯性测量数据,通过卡尔曼滤波算法实现多传感器融合定位;应用射线法判定书包是否在安全区域内,结合运动参数生成相应级别的安全预警信息。本申请通过改进的YOLOv5网络和多传感器融合提高了儿童书包小目标的检测精度和跟踪稳定性。多层次安全区域和射线法判定结合运动趋势分析,实现了从被动监控到主动预警的转变,增强了儿童安全保障的有效性。
技术关键词
儿童书包
融合特征
定位方法
实时位置
卡尔曼滤波算法
多层次
特征金字塔网络
运动传感器数据
压缩特征
坐标
原始图像数据
检测头
上采样
注意力机制
系统为您推荐了相关专利信息
多模态
故障智能检测方法
检测数据输入
变压器故障检测
计算机设备
三维定位方法
三维点云数据
边缘检测算法
三维定位系统
深度映射
声源定位方法
音频特征
注意力机制
卷积神经网络提取
模态特征
全局定位方法
激光雷达
点云地图
边缘点特征
定位问题