摘要
本发明涉及智能交通和物流技术领域,公开了一种基于AI视觉的运输跟踪定位的识别方法,该方法包括以下步骤:获取运输场景的视觉数据,利用AI视觉处理技术检测车辆目标并提取初始观测特征;基于初始特征构建动态隐空间车辆图谱,图谱节点包含多模态隐状态,并随新观测动态更新;从图谱中提取车辆的多模态隐状态及运动状态,作为后续优化的关键参数;融合视觉观测、运动学与多模态约束,执行多约束联合优化,最终输出精准的车辆跟踪、定位与识别结果。本发明提升了复杂环境下的车辆感知能力,实现多源信息融合与智能优化,显著增强车辆跟踪、定位与识别的准确性与稳定性。
技术关键词
图谱
识别方法
深度学习特征提取
节点
车辆运动状态
动态更新
图像
车辆外观特征
车辆状态估计
参数
多源信息融合
多模态特征
数据
融合视觉
系统为您推荐了相关专利信息
山火识别方法
夜间灯光
深度卷积神经网络模型
图片
图像
链路
均衡策略
中央控制模块
历史流量数据
网络拓扑数据
识别方法
煤岩图像
深度学习模型训练
煤矿环境
非暂态计算机可读存储介质
数据传输接口
主控模块
识别系统
输注泵
输入接口