申请/专利权人：国网宁夏电力有限公司;国网宁夏电力有限公司超高压公司;河海大学常州校区

申请日：2023-11-17

公开（公告）日：2024-03-26

公开（公告）号：CN117765025A

主分类号：G06T7/246

分类号：G06T7/246;G06T7/285;G06V10/20;G06V10/52;G06V10/62;G06V10/75

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.12#实质审查的生效;2024.03.26#公开

摘要：本发明公开一种远距离鸟类目标的运动轨迹预测方法、介质及系统，包括：将通过双目相机中的左目相机采集的包含鸟类目标的每帧视频图像分别输入运动目标检测模型，输出标注鸟类目标识别框的检测图，运动目标检测模型包括：并列的深度残差网络和光流神经网络；将通过双目相机采集的包含鸟类目标的每帧双目图像输入基于Transformer的聚合网络，输出具有每个像素点的深度值的深度图，双目图像包括：左目相机采集的左视图和右目相机采集的右视图；基于多组检测图和深度图，采用基于卡尔曼滤波器训练后的LSTM神经网络，预测鸟类目标的运动轨迹，其中，每组检测图和深度图为同一时刻采集的图像。本发明可较精准地预测鸟类目标位置。

主权项：1.一种远距离鸟类目标的运动轨迹预测方法，其特征在于，包括：将通过双目相机中的左目相机采集的包含鸟类目标的每帧视频图像分别输入运动目标检测模型，输出标注鸟类目标识别框的检测图，其中，所述运动目标检测模型包括：并列的深度残差网络和光流神经网络；将通过双目相机采集的包含鸟类目标的每帧双目图像输入基于Transformer的聚合网络，输出具有每个像素点的深度值的深度图，其中，所述双目图像包括：左目相机采集的左视图和右目相机采集的右视图；基于多组所述检测图和所述深度图，采用基于卡尔曼滤波器训练后的LSTM神经网络，预测鸟类目标的运动轨迹，其中，每组所述检测图和所述深度图为同一时刻采集的图像。

全文数据：

权利要求：

百度查询： 国网宁夏电力有限公司;国网宁夏电力有限公司超高压公司;河海大学常州校区 一种远距离鸟类目标的运动轨迹预测方法、介质及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD