[发明专利]一种基于深度学习的运动边界估计方法在审
申请号: | 201711294387.6 | 申请日: | 2017-12-08 |
公开(公告)号: | CN107909602A | 公开(公告)日: | 2018-04-13 |
发明(设计)人: | 张智福;余思洋;陈捷 | 申请(专利权)人: | 长沙全度影像科技有限公司 |
主分类号: | G06T7/269 | 分类号: | G06T7/269;G06N99/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 410205 湖南省长沙市高新开发*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种基于深度学习的运动边界估计方法,构建运动边界估计的数据集和用于运动边界估计的深度学习模型,深度学习模型包括编码部分和解码部分,使用Caffe框架训练该深度学习模型,利用训练好的深度学习模型,直接输入运动视频中两帧相邻的图像即可快速直接得到所需要的运动边界图像。本发明方法利用深度学习模型自动学习图像中运动边界的图像特征,并利用所学到的图像特征自动进行端到端的运动边界估计,省略了复杂的人工提取图像特征过程,而且可以提高运动边界估计的效率和准确率。 | ||
搜索关键词: | 一种 基于 深度 学习 运动 边界 估计 方法 | ||
【主权项】:
一种基于深度学习的运动边界估计方法,其特征在于,包括以下步骤:步骤一:构建运动边界估计的数据集;步骤二:构建用于运动边界估计的深度学习模型;步骤三:利用运动边界估计的数据集对深度学习模型进行训练,得到训练完成的深度学习模型;步骤四:直接将待估计运动边界的图像输入训练完成的深度学习模型,快速估计出运动边界。
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长沙全度影像科技有限公司,未经长沙全度影像科技有限公司许可,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/patent/201711294387.6/,转载请声明来源钻瓜专利网。