一种深度学习的周界安防系统以及方法

本发明公开了一种深度学习的周界安防系统以及方法，涉及安防技术领域，本发明，在目标检测阶段引入多模态融合技术，通过光学、热学和红外特征的联合提取，即使目标仅部分暴露，也能获取足够的关键点信息；在目标识别阶段，采用目标补全技术，结合生成对抗网络对目标形态进行推测，并通过语义分割方法对被遮挡部分进行补全，使系统在不依赖完整目标轮廓的情况下完成识别，提高分类的稳定性；在目标跟踪阶段结合LSTM轨迹预测与强化学习，使系统能够基于历史轨迹推测目标的下一步运动位置，使短暂遮挡不会造成目标丢失；同时，在长时间遮挡情况下，系统采用马尔可夫决策过程优化目标出现概率，提高目标重新出现时的识别率。