基于深度学习的动态目标检测方法

本发明提出基于深度学习的动态目标检测方法，包括：通过无监督背景建模、形态学处理提取动态目标，结合深度特征网络与轻量可见性网络，输出目标结构化状态；根据所述边界框和语义特征通过微分方程构建轨迹速度建模网络，生成目标运动轨迹，通过对所述微分方程进行数值积分，获得预测空间位置；将所述语义特征向量与预测空间位置进行融合，生成目标的未来外观特征；当有帧图像输入时，基于所述预测空间位置构建候选区域，计算所述候选区域与目标的未来外观特征之间的匹配置信度，以确认目标位置与目标特征；若匹配置信度低于预设阈值则留前一帧状态，不进行更新，以提升在遮挡或模糊状态下的鲁棒性。