Resumen

Centrándose en el problema de la detección y ubicación en tiempo real de objetos en movimiento, se utiliza el algoritmo de aprendizaje profundo para detectar objetos en movimiento en situaciones complejas. En este artículo, basado en el algoritmo de aprendizaje profundo de redes de sensores inalámbricos, se propone un nuevo método de detección de movimiento de objetivos. Este método utiliza el modelo de aprendizaje profundo para extraer características de representación de potencial visual a través de la función de clasificación de similitud offline y la actualización incremental del modelo en línea, y utiliza el algoritmo de clustering jerárquico para lograr la detección y posicionamiento de objetivos; el histograma de baja precisión y el histograma de alta precisión en cascada el método que determina la posición correcta del objetivo y logra el propósito de detectar el objetivo en movimiento. Para verificar las ventajas y desventajas del algoritmo de aprendizaje profundo en comparación con los métodos tradicionales de detección de objetos en movimiento, se realizan un gran número de experimentos comparativos,

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Detección en tiempo real; Ubicación; Objetos en movimiento; Algoritmo de aprendizaje profundo; Redes de sensores inalámbricos; Detección de objetivos
• Keywords:Real-time detection; Location; Moving objects; Deep learning algorithm; Wireless sensor networks; Target detection