一种基于数据流动态微簇表征的在线目标识别方法

本发明提出了一种基于数据流动态微簇表征的在线目标识别方法，旨在提高对快速变化目标的准确识别能力，尤其适用于复杂和动态的现实场景。该方法包括以下步骤：首先，通过编码器‑解码器架构对增量数据进行特征提取，并利用目标识别网络进行目标分类。同时，将提取的特征被用于在线更新动态微簇模型。在此基础上，通过计算增量数据与微簇中心的距离，实时检测新类的出现或概念漂移的发生。若检测到新类，方法会增加新的微簇并调整目标识别网络；若发生概念漂移，则结合微簇和新数据调整动态微簇模型。该技术有效克服了现有方法在目标变化时识别性能急剧下降的问题，具有显著的实用价值，特别适用于实时和动态变化的应用场景。