摘要
本发明提供一种实时鸟类跟踪识别方法、装置、电子设备和存储介质,通过采集实时鸟类多模态数据,所述实时鸟类多模态数据包括视频数据、音频数据和环境数据;基于所述实时鸟类多模态数据,利用鸟类目标检测模型进行检测与识别,得到实时鸟类检测与识别结果;基于所述实时鸟类检测与识别结果和所述实时鸟类多模态数据,利用自适应的卡尔曼滤波算法进行多目标跟踪,得到实时鸟类跟踪结果,与现有技术相比,本发明通过鸟类目标检测模型和自适应的卡尔曼滤波算法,能够将多模态数据与鸟类的种类、跟踪信息深入融合分析,适应不同环境条件和鸟类种类,能够实现对实时鸟类的动态跟踪,有利于生态研究和野生动物保护。
技术关键词
融合特征
卡尔曼滤波算法
多模态特征
数据
上下文特征
协方差矩阵
通道注意力机制
状态空间模型
运动特征
动态
特征模板
跟踪识别方法
光照
跟踪方法
特征金字塔网络
卷积神经网络模型
加速度
教师
系统为您推荐了相关专利信息
编码策略
断层成像方法
图像
计算机存储介质
参数
特征向量空间
样本
动态算法
包络
输电线路覆冰预测
定制化产品
编码向量
数据管理方法
云平台
图像特征提取