原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了低算力环境下基于模型推理的跟踪目标丢失再捕获方法，涉及视频跟踪领域。包括：输入图像帧，并记录目标历史帧位置和瞬时速度；跟踪丢失时，根据历史帧数据采用卡尔曼滤波预测目标运动轨迹；将整个图像帧区域等分为多个子区域，并根据卡尔曼滤波结果划分子区域优先级；训练小型yolov5n检测模型，使用双线程按照优先级从大到小的顺序，将各个子区域图像输入到yolov5n检测模型进行推理，直到检测到目标的位置；根据目标在子区域中的坐标和目标所在区域编号，反算目标在整个图像帧区域中的坐标，完成捕获；利用小型
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117314975A
(43)申请公布日2023.12.29
(21)申请号202311578366.2(51)Int.Cl.
文档评论（0）