摘要
本发明属于图像识别技术领域,提供了一种基于AI视觉的目标跟踪方法及系统,方法包括以下步骤:原始视频帧采集;环境自适应图像增强;多目标检测与多模态特征提取;局部光流运动估计;多目标轨迹关联;遮挡处理与重识别;轨迹输出与结果分析;该方法设置物理‑深度学习级联去雾模型,通过暗通道均值动态切换轻/浓雾处理路径,融合大气散射物理先验与U‑Net残差修正,具备环境自适应感知架构,突破传统单一模型在突变雾浓度下的失效瓶颈,构建表观‑运动‑几何三元耦合的轨迹认知体系,设计动态代价矩阵与特征缓存池,解决相似目标聚集、长时遮挡导致的ID切换难题,提高了遮挡环境下目标跟踪的准确性。
技术关键词
轨迹
图像增强模块
运动估计模块
多模态特征
视频帧
运动特征
跟踪方法
暗通道
特征提取模块
退化模型
矩阵
强度
融合特征
视频采集模块
连续性
去雾模型
系统为您推荐了相关专利信息
自主巡检系统
水下机器人
超短基线系统
控制点
自主巡航系统
指挥调度系统
车辆实时数据
轨迹
隐私保护模块
公路
局部路径规划
机器人
DWA算法
静态障碍物
坐标点
作弊检测系统
计价器
车载终端
加密芯片
行驶里程数据