ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】针对计算机图像自动识别在精度、实时性以及跨域鲁棒性方面的主要瓶颈,本文提出并实现了一套集成多层次特征融合、轻量化可分离卷积剪枝、对抗性域自适应与持续增量学习的端到端人工智能框架。 实验通过通道注意力驱动的多尺度特征聚合、动态通道剔除机制、对抗性特征对齐与在线微调策略,验证了该方法在复杂光照与遮挡场景下的识别准确度、边缘设备的处理延迟及跨域性能稳定性上,均显著优于传统方向梯度直方图(HOG)与支持向量机(SVM)方案。