【技术实现步骤摘要】
本专利技术属于深度学习，具体是一种基于深度学习的运动目标检测方法、设备及介质。
技术介绍
1、深度学习是机器学习的一个分支，也是人工智能领域的一个重要组成部分，它通过构建和训练深层神经网络模型，从数据中学习和提取特征，以实现复杂任务的自动化处理和决策；而基于深度学习的运动目标检测是计算机视觉领域的一个重要研究方向，它利用深度学习算法来自动提取图像或视频中的运动目标特征，并实现对运动目标的准确检测和追踪；
2、但是，现阶段在对运动目标进行检测时，传统的帧间差分法无法识别运动目标对应图像的亮度发生变化，导致无法实时跟踪运动目标，进而对运动目标检测的准确率降低；
3、为此，本专利技术提出一种基于深度学习的运动目标检测方法、设备及介质。
技术实现思路
1、本专利技术的目的在于：提出一种基于深度学习的运动目标检测方法、设备及介质，以解决上述
技术介绍
中提出的问题。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种基于深度学习的运动目标检测方
【技术保护点】
1.一种基于深度学习的运动目标检测方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤S1包括如下子步骤：
3.根据权利要求2所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤S2包括如下子步骤：
4.根据权利要求3所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤S2还包括如下子步骤：
5.根据权利要求4所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤S3包括如下子步骤：
6.根据权利要求5所述的一种基于深度学习...
【技术特征摘要】
1.一种基于深度学习的运动目标检测方法，其特征在于，方法包括：
2.根据权利要求1所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤s1包括如下子步骤：
3.根据权利要求2所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤s2包括如下子步骤：
4.根据权利要求3所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤s2还包括如下子步骤：
5.根据权利要求4所述的一种基于深度学习的运动目标检测方法，其特征在于，所述步骤s3包括如下子步骤：
...
【专利技术属性】
技术研发人员：周庆忠，赵海霞，刘伟，汪敏杰，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。