摘要
本发明涉及视频处理技术领域,具体涉及一种基于人工智能的目标转换对象智能识别方法和系统,部署多个面部检测节点,利用分布式计算框架对各面部检测节点采集到的图像信息进行并行处理,并通过多模态数据融合算法整合来自不同视角的数据,得到时空一致的观测结果;采用轨迹建模技术对目标转换对象在三维空间中的运动轨迹进行建模,采用时间序列分析技术,对目标转换对象未来的运动路径和位置进行预测处理,构建运动轨迹模型;对实时观测数据进行多层次分类处理,判断目标是否为目标转换对象,得到目标转换对象的智能识别结果。本发明可以有效对视频中需要进行化身形象转换的对象进行精准识别,提高视频的处理效率。
技术关键词
时间序列分析技术
轨迹模型
特征提取技术
智能识别方法
分布式计算框架
多模态数据融合
建模技术
多维特征向量
深度学习模型
对象运动轨迹
标识特征
运动轨迹数据
智能识别系统
轻量级卷积神经网络
专家系统规则库
算法
多层次
系统为您推荐了相关专利信息
智能识别方法
分布式存储模块
多任务学习网络
水质
数据采集模块
废旧电路板
智能识别方法
元器件
图像
时序预测模型
边坡锚杆
预应力监测系统
锚杆预应力
边坡土壤
监测点
数字孪生模型
教学场景
关键骨骼节点
分辨率
渲染图像数据