[发明专利]基于图像中的显著物体的物体识别方法

摘要

一种基于图像中的显著物体的物体识别方法，所述方法包括：训练过程，其用于建立分类数据库，在所述分类数据库中包括用于描述多个物体的第一特征向量；以及识别过程，其包括：将包含物体的图片输入到深度卷积神经网络中，将图片划分成M*M个网格，每个网格预测N个候选框，得出每个候选框内存在物体的概率；当存在物体的概率大于或等于预定阈值时，选取该候选框作为第一有效候选框；将第一有效候选框的图像输入到分类神经网络中以获取第二特征向量；以及基于所述第二特征向量、第一特征向量以及分类数据库，执行k最近邻分类算法(KNN)以识别出物体的类别。

主权项

一种基于图像中的显著物体的物体识别方法，所述方法包括：训练过程，所述训练过程用于建立分类数据库，在所述分类数据库中包括用于描述多个物体的第一特征向量，每个物体由至少一个第一特征向量表示；以及识别过程，所述识别过程包括如下的步骤：S21：将包含物体的图片输入到深度卷积神经网络中，将图片划分成M*M个网格，每个网格预测N个候选框，并针对整个图片的M*M*N个候选框中的每个候选框，得出每个候选框内存在物体的概率，其中M和N为大于等于1的整数；S22：当存在物体的概率大于或等于预定阈值时，选取该概率所对应的候选框作为第一有效候选框；S23：将第一有效候选框的图像输入到分类神经网络中以获取第二特征向量；以及S24：基于所述第二特征向量、第一特征向量以及分类数据库，执行k最近邻分类算法(KNN)以识别出物体的类别。