一种深度卷积神经网络的运动目标特征提取方法

AITNT
正文
推荐专利
一种深度卷积神经网络的运动目标特征提取方法
申请号:CN202511011768
申请日期:2025-07-22
公开号:CN120894389A
公开日期:2025-11-04
类型:发明专利
摘要
本申请提供一种深度卷积神经网络的运动目标特征提取方法,包括:持续获取被摄主体的运动速度变化信息以及手持设备抖动的实时数据,得到运动速度变化的初始趋势值,采用预设的轨迹分析模型对被摄主体的未来位置进行推算,确定抓拍时机预测的参考区间;通过调整后的焦点锁定数据,结合外部干扰因素的动态权重优化处理画面清晰程度,得到优化后的图像帧序列;根据优化后的图像帧序列,分析动态表现能力的表现特征,若动态表现能力低于预设的阈值,则对图像帧序列进行增强处理,确定动态表现输出,若动态表现能力高于预设的阈值,则直接输出当前图像帧序列作为动态表现输出。
技术关键词
深度卷积神经网络 特征提取方法 焦点 多层神经网络模型 序列 速度 手持设备 运动 图像采集模块 识别光照强度 校准 伽马校正 动态影像数据 轨迹特征 动态权重优化
系统为您推荐了相关专利信息
1
图形处理器、线程块分配方法、线程束组装方法及芯片
图形处理器 表格 组装单元 分配单元 核心
2
滑坡识别方法和装置
NDVI时间序列 遥感时间序列数据 滑坡识别方法 LSTM模型 雷达
3
一种考虑外部参数变化的烟气余热回收系统优化设计方法
系统优化设计方法 烟气余热回收系统 参数耦合关系 参数敏感性分析 矩阵
4
一种基于多语义空间融合的元学习冷启动推荐方法
异构信息网络 样本 语义 节点 对象
5
药物靶点亲和力预测交互和扩张因果卷积增强网络及方法
卷积模块 亲和力 令牌 序列 网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号