基于深度学习的移动检测方法及系统

本申请涉及移动检测技术领域，其具体地公开了一种基于深度学习的移动检测方法及系统，其通过初始化设备参数并配置深度学习算力，将获取的待检测图像信息输入移动侦测模型进行多尺度特征分析，以提取潜在目标的边界框坐标及面积信息；随后，基于潜在目标归属于各个目标类别的置信度得分，动态微调标定阈值，通过标定阈值与潜在目标面积信息之间的比较，来判定有效移动目标，剔除小面积噪声与瞬时干扰。该方法既保留了深度学习算法对复杂场景的语义理解优势，又通过物理约束后处理机制过滤掉微小误检目标，降低误检率，从而提升了移动检测算法在安防监控、智能交通等场景中的实用性。