【技术实现步骤摘要】
本专利技术属于计算机视觉，尤其涉及一种基于多视角多目标快速融合的方法。
技术介绍
1、基于图像处理技术在分类、检测、识别等方面不断的发展，在现有的数字康复训练系统中，受到跨视角目标关联复杂度高、时空一致性难度大、数据融合效率低、视频流处理速度慢、目标和关键点识别效率低下、视野目标多、目标移动、目标被遮挡、训练样本少等情况，导致容易出现跨视角目标关联不准确、时空不一致、目标id跳变、目标融合时间过长、视频流处理慢，识别复杂度高等情况，严重影响了患者在调理过程中的流畅性和完整性。
2、随着计算机视觉技术、人工智能技术的发展，利用计算机视觉技术进行多视角多目标融合算法成为了一种非常有前景的探索方向。如何充分利用多路视频多人融合算法对精确定位运动的目标，是当前需要研究的技术方。
技术实现思路
1、鉴于以上现有技术的不足，本专利技术的目的在于提供一种基于多视角多目标快速融合的方法，可以实现在复杂环境中快速定位和追踪目标。
2、本专利技术提出了一种基于多视角多目标快速融合的方法
【技术保护点】
1.一种基于多视角多目标快速融合的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多视角多目标快速融合的方法，其特征在于，在S11中，所述高置信度像素向低置信度像素混合拼接，包括：使用高置信度的像素替代低置信度的像素，或者使用低置信度的像素代替高置信度的像素。
3.根据权利要求1所述的一种基于多视角多目标快速融合的方法，其特征在于，在S12中，所述通道重要性因子用于衡量所述识别模型中各个通道在识别结果上的重要性，将所述通道重要性因子引入至所述识别模型中的每个通道，根据每个通道的识别结果的精确度对该通道的重要性进行赋值，当通道的赋值小于...
【技术特征摘要】
1.一种基于多视角多目标快速融合的方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多视角多目标快速融合的方法，其特征在于，在s11中，所述高置信度像素向低置信度像素混合拼接，包括：使用高置信度的像素替代低置信度的像素，或者使用低置信度的像素代替高置信度的像素。
3.根据权利要求1所述的一种基于多视角多目标快速融合的方法，其特征在于，在s12中，所述通道重要性因子用于衡量所述识别模型中各个通道在识别结果上的重要性，将所述通道重要性因子引入至所述识别模型中的每个通道，根据每个通道的识别结果的精确度对该通道的重要性进行赋值，当通道的赋值小于所述通道重要性因子时，判断该通道为低重要性通道，从识别模型中剔除该通道，以实现对低重要性通道的稀疏化并剪枝。
4.根据权利要求3所述的一种基于多视角多目标快速融合的方法，其特征在于，在s12中，剪枝完成后，进一步对剪枝后的识别模型进行验证，包括：将训练数据输入至剪枝后的识别模型，生成识别结果；判断剪枝后的识别结果与剪枝前的识别结果的精确度是否存在下降，当判断没有下降时，判断此处剪枝符合预期；当判断下降超过预设阈值时，则重新调整所述通道重要性因子。
5.根据权利要求1所述的一种基于多视角多目标快速融合的方法，其特征在于，在s2中，在场景中的四个方...
【专利技术属性】
技术研发人员：刘振华，孙秦，李杰，梁传友，杨德芳，赵杰，
申请(专利权)人：广东九零七智慧医养科技集团有限公司，
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。