← 返回列表
一种基于机器学习的智能对象动态跟随方法及装置
申请人信息
- 申请人:深圳卡思科电子有限公司
- 申请人地址:518000 广东省深圳市龙华区观湖街道新田社区新丰工业区19-1号102及202
- 发明人: 深圳卡思科电子有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器学习的智能对象动态跟随方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311722469.1 |
| 申请日 | 2023/12/14 |
| 公告号 | CN117409044A |
| 公开日 | 2024/1/16 |
| IPC主分类号 | G06T7/246 |
| 权利人 | 深圳卡思科电子有限公司 |
| 发明人 | 王定华 |
| 地址 | 广东省深圳市龙华区观湖街道新田社区新丰工业区19-1号102及202 |
摘要文本
深圳卡思科电子有限公司取得“一种透气窗帘布”专利技术，本申请提供一种基于机器学习的智能对象动态跟随方法及装置，首先获取历史移动对象图像帧集和历史移动对象差量决策图像帧集，将历史移动对象图像帧集转换为历史移动对象位置序列，根据历史移动对象位置序列确定可变移动预测因子集，根据可变移动预测因子集和移动对象预测位置序列确定对象移动偏差系数，确定当前移动对象图像帧的对象权阈点，根据对象权阈点和当前移动对象图像帧确定对象移动权阈差量，根据对象移动权阈差量和对象移动偏差系数确定当前移动对象跟踪决策域，根据当前移动对象跟踪决策域对移动对象的跟随监测设备进行动态调整，降低智能对象动态跟随过程中跟随监测设备与移动对象之间的跟踪误差。
专利主权项内容
1.一种基于机器学习的智能对象动态跟随方法，其特征在于，包括下述步骤：获取机器学习数据库中的历史移动对象图像帧集和历史移动对象差量决策图像帧集；将所述历史移动对象图像帧集转换为历史移动对象位置序列，根据所述历史移动对象位置序列确定可变移动预测因子集，根据所述可变移动预测因子集确定所述历史移动对象位置序列对应的移动对象预测位置序列；根据所述历史移动对象差量决策图像帧集和所述移动对象预测位置序列确定对象移动偏差系数；获取当前移动对象图像帧，确定所述当前移动对象图像帧的对象权阈点，根据所述对象权阈点和当前移动对象图像帧确定对象移动权阈差量；根据所述对象移动权阈差量和所述对象移动偏差系数确定当前移动对象跟踪决策域；根据所述当前移动对象跟踪决策域对移动对象的跟随监测设备进行动态调整。 数据由马 克 团 队整理