一种基于深度学习的目标识别方法及系统

本发明涉及人工智能领域，公开了一种基于深度学习的目标识别方法及系统，包括以下步骤：获取同一场景的可见光与红外图像，通过对抗训练网络生成光照不变性特征；利用时空联合网络对所述特征序列进行建模，生成初始识别结果；采用马尔可夫随机场模型对连续多帧的初始识别结果进行时空验证，以生成校准后识别结果；基于初始识别结果与校准后识别结果的校正偏差，对所述时空联合网络进行在线模型校准。本发明还提供了一种执行该方法的识别系统。本发明通过多模态特征解耦、时空联合建模与验证、以及在线反馈校准的协同机制，有效提升了系统在光照变化、目标遮挡等复杂场景下的全天候适应性、识别准确率和轨迹连续性。