[发明专利]一种基于级联回归卷积神经网络的视频目标检测方法有效
| 申请号： | 201711422447.8 | 申请日： | 2017-12-25 |
| 公开（公告）号： | CN108062531B | 公开（公告）日： | 2021-10-19 |
| 发明（设计）人： | 刘青山;帅惠;袁晓彤 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 210044 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于级联回归卷积神经网络的视频目标检测方法，并包括如下步骤：一、输入视频图像序列，并将整个视频序列的所有图像帧通过卷积神经网络提取CNN特征；二、利用RPN网络对所述CNN特征的最后一层卷积特征进行分类以获得建议区域，通过多尺度的卷积特征对建议区域进行级联分类和回归，并得到每帧图像的静态图片检测结果；三、将步骤二中得到的检测结果中置信度大于0.6的结果作为跟踪初始值，在CNN特征的conv5‑3卷积特征上通过相关滤波对目标进行跟踪得到时序建议区域，并对时序建议区域进行级联分类和回归，得到时序检测结果；四、将静态图片检测结果和时序检测结果通过共生矩阵对检测结果中异常值进行抑制，从而得到最终检测结果。 | ||
| 搜索关键词： | 一种 基于 级联 回归 卷积 神经网络 视频 目标 检测 方法 | ||
【主权项】：
1.一种基于级联回归卷积神经网络的视频目标检测方法，其特征在于：包括如下步骤：一、输入视频图像序列，并将整个视频序列的所有图像帧通过卷积神经网络提取CNN特征；二、利用RPN网络对所述CNN特征的最后一层卷积特征进行分类以获得建议区域，通过多尺度的卷积特征对所述建议区域进行级联分类和回归，并得到每帧图像的静态图片检测结果；三、将步骤二中得到的检测结果中置信度大于0.6的结果作为跟踪初始值，在所述CNN特征的conv5-3卷积特征上通过相关滤波对目标进行跟踪得到时序建议区域，并对所述时序建议区域进行级联分类和回归，得到时序检测结果；四、将所述静态图片检测结果和所述时序检测结果通过共生矩阵对检测结果中异常值进行抑制，从而得到最终检测结果。
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南京信息工程大学，未经南京信息工程大学许可，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/201711422447.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种双臂机械手
- 下一篇：一种促进母牛发情电磁装置
