[发明专利]一种图像中极小物体检测方法及系统、存储介质及终端在审

专利信息
申请号: 202011004320.6 申请日: 2020-09-22
公开(公告)号: CN112183291A 公开(公告)日: 2021-01-05
发明(设计)人: 不公告发明人 申请(专利权)人: 上海蜜度信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/063
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 徐秋平
地址: 201204 上海市浦东新区中国(上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 极小 物体 检测 方法 系统 存储 介质 终端
【权利要求书】:

1.一种图像中极小物体检测方法,其特征在于:包括以下步骤:

获取输入图像;

对所述输入图像连续进行至少四组的卷积、池化和非线性函数激活操作;其中,后四组卷积、池化和非线性函数激活操作得到的特征图分别为第一特征图、第二特征图、第三特征图和第四特征图;

对所述第二特征图进行第一次数上采样操作得到第五特征图,对所述第三特征图进行第二次数上采样操作得到第六特征图,对所述第四特征图进行第三次数上采样操作得到第七特征图;

对所述第一特征图、所述第五特征图、所述第六特征图和所述第七特征图进行连接,得到第八特征图;

对所述第八特征图进行第一预设次数卷积、池化和非线性函数激活操作,得到第九特征图;

对所述第九特征图进行第二预设次数卷积、池化和非线性函数激活操作,得到第十特征图;

基于所述第十特征图检测所述输入图像中的极小物体。

2.根据权利要求1所述的图像中极小物体检测方法,其特征在于:还包括对所述输入图像进行预处理,以基于预处理后的输入图像进行六次的卷积、池化和非线性函数激活操作。

3.根据权利要求1所述的图像中极小物体检测方法,其特征在于:所述后四组卷积、池化和非线性函数激活操作分别对应两次、八次、八次和四次的连续卷积、池化和非线性函数激活操作。

4.根据权利要求1所述的图像中极小物体检测方法,其特征在于:所述第一次数、所述第二次数和所述第三次数分别为一次、两次和三次;所述第一预设次数为五次,所述第二预设次数为一次。

5.一种图像中极小物体检测系统,其特征在于:包括获取模块、第一卷积模块、上采样模块、连接模块、第二卷积模块、第三卷积模块和检测模块;

所述获取模块用于获取输入图像;

所述第一卷积模块用于对所述输入图像连续进行至少四组的卷积、池化和非线性函数激活操作;其中,后四组卷积、池化和非线性函数激活操作得到的特征图分别为第一特征图、第二特征图、第三特征图和第四特征图;

所述上采样模块用于对所述第二特征图进行第一次数上采样操作得到第五特征图,对所述第三特征图进行第二次数上采样操作得到第六特征图,对所述第四特征图进行第三次数上采样操作得到第七特征图;

所述连接模块用于对所述第一特征图、所述第五特征图、所述第六特征图和所述第七特征图进行连接,得到第八特征图;

所述第二卷积模块用于对所述第八特征图进行第一预设次数卷积、池化和非线性函数激活操作,得到第九特征图;

所述第三卷积模块用于对所述第九特征图进行第二预设次数卷积、池化和非线性函数激活操作,得到第十特征图;

所述检测模块用于基于所述第十特征图检测所述输入图像中的极小物体。

6.根据权利要求5所述的图像中极小物体检测系统,其特征在于:还包括对所述输入图像进行预处理,以基于预处理后的输入图像进行六次的卷积、池化和非线性函数激活操作。

7.根据权利要求5所述的图像中极小物体检测系统,其特征在于:所述后四组卷积、池化和非线性函数激活操作分别对应两次、八次、八次和四次的连续卷积、池化和非线性函数激活操作。

8.根据权利要求5所述的图像中极小物体检测系统,其特征在于:所述第一次数、所述第二次数和所述第三次数分别为一次、两次和三次;所述第一预设次数为五次,所述第二预设次数为一次。

9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至4中任一项所述的图像中极小物体检测方法。

10.一种终端,其特征在于,包括:处理器及存储器;

所述存储器用于存储计算机程序;

所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行权利要求1至4中任一项所述的图像中极小物体检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海蜜度信息技术有限公司,未经上海蜜度信息技术有限公司许可,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/202011004320.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top