[发明专利]图片中目标物的定位方法及装置有效
申请号: | 201610884486.9 | 申请日: | 2016-10-10 |
公开(公告)号: | CN106651955B | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 陈志军 | 申请(专利权)人: | 北京小米移动软件有限公司 |
主分类号: | G06T7/77 | 分类号: | G06T7/77 |
代理公司: | 11415 北京博思佳知识产权代理有限公司 | 代理人: | 陈蕾 |
地址: | 100085 北京市海淀区清河*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本公开是关于一种图片中目标物的定位方法及装置。方法包括:从原始图片中识别存在目标物的候选区域;将候选区域的图像内容输入到已训练的全卷积神经网络中,通过全卷积神经网络对候选区域的图像内容进行卷积处理,输出候选区域对应的热度图,热度图上每一个坐标点对应的值为全卷积神经网络对目标物在候选区域计算出的概率值;基于热度图上的每一个坐标点对应的概率值,确定目标物在原始图片中的第一候选框集合;基于第一候选框集合中每一个候选框对应的置信度,确定目标物在原始图片中的位置区域。本公开技术方案可以大大降低原始图片在目标物定位过程中的数据量,提高目标物的识别效率,实现在小区域内精准定位目标物在原始图片中的位置。 | ||
搜索关键词: | 图片 目标 定位 方法 装置 | ||
【主权项】:
1.一种图片中目标物的定位方法,其特征在于,所述方法包括:/n从原始图片中识别出目标物的候选区域;/n将所述候选区域的图像内容输入到已训练的全卷积神经网络中,通过所述全卷积神经网络对所述候选区域的图像内容进行卷积处理,输出所述候选区域对应的热度图,所述热度图上每一个坐标点对应的值为所述全卷积神经网络对所述目标物在所述候选区域计算出的概率值;/n基于所述热度图上的每一个坐标点对应的概率值,确定所述目标物在所述原始图片中的第一候选框集合以及所述第一候选框集合中每一个候选框对应的置信度;/n基于所述第一候选框集合每一个候选框对应的置信度,确定所述目标物在所述原始图片中的位置区域;/n所述基于所述第一候选框集合中每一个候选框对应的置信度,确定所述目标物在所述原始图片中的位置区域,包括:/n对所述第一候选框集合进行聚类,合并所述第一候选框集合中的重叠框,得到第二候选框集合;/n将所述热度图上的概率值大于预设阈值的坐标点映射到所述原始图片中的对应坐标位置;/n基于所述原始图片中的对应坐标位置确定第三候选框集合;/n根据所述第二候选框集合和所述第三候选框集合,确定所述目标物在所述原始图片中的位置区域。/n
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北京小米移动软件有限公司,未经北京小米移动软件有限公司许可,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/patent/201610884486.9/,转载请声明来源钻瓜专利网。
- 上一篇:切菜器
- 下一篇:基于模板的单目视觉目标空间定位方法
- 同类专利
- 点定位方法及装置-201710289476.5
- 王雨;赵星梅;杨城 - 西安诺瓦星云科技股份有限公司
- 2017-04-27 - 2020-01-17 - G06T7/77
- 本发明实施例公开了一种点定位方法及装置。该方法包括如下步骤:根据读取图像数据,将图像数据二值化;根据二值化后的图像数据连通域提取灯点中心点;根据灯点中心点计算扩散步长;根据扩散步长利用扩散法获取灯点行列号。本发明实施例可以有效地对常规屏体和异型屏进行点定位,尤其能解决异型屏难以点定位的问题。
- 图片中目标物的定位方法及装置-201610884486.9
- 陈志军 - 北京小米移动软件有限公司
- 2016-10-10 - 2020-01-14 - G06T7/77
- 本公开是关于一种图片中目标物的定位方法及装置。方法包括:从原始图片中识别存在目标物的候选区域;将候选区域的图像内容输入到已训练的全卷积神经网络中,通过全卷积神经网络对候选区域的图像内容进行卷积处理,输出候选区域对应的热度图,热度图上每一个坐标点对应的值为全卷积神经网络对目标物在候选区域计算出的概率值;基于热度图上的每一个坐标点对应的概率值,确定目标物在原始图片中的第一候选框集合;基于第一候选框集合中每一个候选框对应的置信度,确定目标物在原始图片中的位置区域。本公开技术方案可以大大降低原始图片在目标物定位过程中的数据量,提高目标物的识别效率,实现在小区域内精准定位目标物在原始图片中的位置。
- 专利分类