[发明专利]织物检测方法及装置、计算机设备和计算机可读介质在审
| 申请号： | 201811034384.3 | 申请日： | 2018-09-05 |
| 公开（公告）号： | CN109325940A | 公开（公告）日： | 2019-02-12 |
| 发明（设计）人： | 金玲玲;饶东升;何文玮 | 申请（专利权）人： | 深圳灵图慧视科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 疵点 计算机可读介质 计算机设备 疵点分类 候选区域 属性特征 有效区域 织物检测 织物疵点检测 准确度 图像候选 网络检测 无效区域 织物表面 织物图像 检测 图像 分类 申请 网络 | ||
1.基于属性/疵点分类判别的织物检测方法，包括：
当要检测指定图像所包含的织物表面是否存在疵点时，获取所述指定图像候选区域中的织物属性特征；
根据所述候选区域和所述织物属性特征，利用属性/疵点分类判别网络检测所述候选区域中是否存在疵点有效区域。
2.根据权利要求1所述的方法，其中，
所述属性/疵点分类判别网络包括依次连接的ROI区域池化层、若干隐层和softmax层。
3.根据权利要求1或2所述的方法，其中，所述方法还包括：
如果所述候选区域中存在疵点有效区域，则利用分类器对所述疵点有效区域对应的对象进行分类并确定所述指定图像所包含的织物表面的疵点类型。
4.根据权利要求1或2所述的方法，其中，所述获取所述指定图像的织物属性特征包括：
利用时序性神经网络，或，时序性-残差神经网络获取所述候选区域的织物属性特征；其中，所述时序性-残差神经网络为在时序性神经网络的每一基本单元添加残差网络构成的神经网络，所述残差网络将所述基本单元上一时刻的输出加权叠加到所述基本单元当前时刻的输出上。
5.基于属性/疵点分类判别的织物检测装置，包括：
获取模块，用于当要检测指定图像所包含的织物表面是否存在疵点时，获取所述指定图像候选区域中的织物属性特征；
检测模块，用于根据所述候选区域和所述织物属性特征，利用属性/疵点分类判别网络检测所述候选区域中是否存在疵点有效区域。
6.根据权利要求5所述的装置，其中，
所述属性/疵点分类判别网络包括依次连接的ROI区域池化层、若干隐层和softmax层。
7.根据权利要求5或6所述的装置，其中，所述装置还包括：
分类模块，用于如果所述候选区域中存在疵点有效区域，则利用分类器对所述疵点有效区域对应的对象进行分类并确定所述指定图像所包含的织物表面的疵点类型。
8.根据权利要求5或6所述的装置，其中，所述获取模块进一步用于：
利用时序性神经网络，或，时序性-残差神经网络获取所述候选区域的织物属性特征；其中，所述时序性-残差神经网络为在时序性神经网络的每一基本单元添加残差网络构成的神经网络，所述残差网络将所述基本单元上一时刻的输出加权叠加到所述基本单元当前时刻的输出上。
9.计算机设备，包括：
处理器，以及
存储器，其上存储有可执行指令，其中，所述可执行指令当被执行时使得所述处理器执行权利要求1-4的任意一个所述的方法。
10.计算机可读介质，其上存储有可执行指令，其中，所述可执行指令当被执行时使得计算机执行权利要求1-4的任意一个所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳灵图慧视科技有限公司，未经深圳灵图慧视科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811034384.3/1.html，转载请声明来源钻瓜专利网。
