TY -的A2 -汗,伊姆兰盟——刘,刘晓波盟——燕盟——张淳弥,宇新PY - 2022 DA - 2022/09/30 TI -多目标检测和智能跟踪技术研究基于计算机视觉的SP - 4864604六世- 2022 AB -与图像分析为核心的多目标检测和智能跟踪,主要应用更快R-CNN或YOLO框架,意思多目标跟踪的莫塔分数低,面对复杂的工作环境。因此,进一步研究计算机视觉技术进行设计新的多目标检测和智能跟踪方法。基于小孔径成像模型,透镜畸变的原理进行了分析,和一个相机标定和图像校准计划旨在获得有效的环境图像。介绍了注意力机制优化的结构深度学习网络,和一个计算机视觉检测算法应用在此基础上完成区域目标检测。每个目标之间的距离,然后身体结合双目视觉测量原理。最后,时空背景算法进行仿真计算获得多目标智能跟踪结果。实验结果表明,拟议的技术是0.87分的平均莫塔在夜间环境,24.14%和28.374%比神经网络和机器的跟踪方法,建立分别;白天环境,意味着莫塔的多目标跟踪技术的结果是0.94,即28.72%,莫塔得分的平均值是0.94的多目标跟踪结果在白天环境28.72%和22.34%高于其他两种方法。SN - 1574 - 017 - 2022/4864604 / 10.1155 x你——https://doi.org/10.1155/2022/4864604——摩根富林明-移动信息系统PB - Hindawi KW - ER