摘要
本发明涉及图像识别技术领域,公开了水面漂浮物自适应识别跟踪方法及系统,包括:构建改进的增强型SSD模型并融合Swin Transformer局部窗口自注意力机制逐层处理图像;采用改进的增强型SSD模型对水面漂浮物进行检测;将检测结果中的水面漂浮物的历史坐标输入到LSTM中进行卡尔曼滤波参数的预测,保证卡尔曼滤波动态对水面漂浮物进行状态最优估计,实现对水面动态漂浮物目标跟踪。本发明具备运算复杂度低,漂浮物识别快,精度高,动态跟踪监测准,多场景应用精度一致性强等优势,适合复杂场景下的动态水面漂浮物监测。
技术关键词
水面漂浮物
识别跟踪方法
卡尔曼滤波
观测噪声
检查单元
识别跟踪系统
分辨率
动态
注意力机制
长宽比
图像识别技术
参数
因子
多场景
误差
识别模块
小尺寸
大尺寸
系统为您推荐了相关专利信息
资产管理方法
非线性动力学模型
量子态
数字孪生体
数字孪生系统
识别标识符
多源定位数据
GNSS定位数据
融合算法
地面控制平台
资源分配
网络切片
卡尔曼滤波
动态分配技术
媒体访问控制层
稳定性监测方法
卡尔曼滤波算法
电流
电压
特征值
异构数据融合方法
观测系统
多源异构数据
校正
无人机遥感