密度自适应切片与KF-LSTM残差的无人机小目标轨迹修复方法

本发明公开了一种密度自适应切片与KF‑LSTM残差的无人机小目标轨迹修复方法，包括：视频预处理，GPU并行解码4K视频流，结合自适应中值滤波与灰度世界算法去噪校色，负载超限时动态降采样；动态切片，通过轻量语义分割识别目标区域，按密度划分图像子块，经双线性插值融合生成增强特征图；轻量化检测，通道剪枝与混合量化(INT8/FP16)优化卷积网络，检测目标并标记低置信度目标；轨迹修复，构建运动状态向量，经KF‑LSTM残差修正后，通过颜色直方图、光流趋势与语义位置三阶加权验证；置信度修正，贝叶斯模型融合多帧一致性得分，输出置信度≥0.8的精修轨迹。该方法在≤5TFLOPS边缘设备上实现4K@30FPS处理，小目标检测精度提升1倍以上，误弃目标挽救率>40％，轨迹平滑度提升43.6％。