[发明专利]基于卷积神经和候选区域的红外暗弱光小目标检测系统在审
| 申请号： | 201810372217.3 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108520286A | 公开（公告）日： | 2018-09-11 |
| 发明（设计）人： | 曹梦龙;孙丹苹 | 申请（专利权）人： | 青岛科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 汤东凤 |
| 地址： | 266100 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于卷积神经和候选区域的红外暗弱光小目标检测系统，其结构包括图像采集模块，图像预处理模块，目标检测模块和监控平台，所述目标检测模块对图像提一次卷积层特征，得到卷积层特征图，然后在原图中选取候选区域，利用图像中的纹理、边缘、颜色等信息，预先找出图中目标可能出现的位置。由于候选区域算法利用了图像中的纹理、边缘、颜色等信息，可以保证在选取较少窗口的情况下保持较高的召回率。这大大降低了后续操作的时间复杂度，并且获取的候选窗口要比滑动窗口的质量更高；对原图像仅进行一次卷积操作，节省了大量时间，大大加快了目标检测的速度；使用神经网络进行目标特征提取，检测精度高。 | ||
| 搜索关键词： | 候选区域 卷积 目标检测模块 检测系统 纹理 次卷积 小目标 图像 图像预处理模块 神经 目标特征提取 图像采集模块 时间复杂度 候选窗口 后续操作 滑动窗口 监控平台 目标检测 神经网络 特征图 原图像 出图 算法 检测 保证 | ||
【主权项】：
1.基于卷积神经和候选区域的红外暗弱光小目标检测系统，其结构包括图像采集模块，图像预处理模块，目标检测模块和监控平台，其特征在于：所述目标检测模块对图像提一次卷积层特征，得到卷积层特征图，然后在原图中选取候选区域，利用图像中的纹理、边缘、颜色等信息，预先找出图中目标可能出现的位置，对候选区域进行特征提取和分类，并采用卷积神经网络的方法，来获取目标卷基层特征，将每个候选区域提取到的目标卷积层特征输入到分类器进行分类，找出待检目标。
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青岛科技大学，未经青岛科技大学许可，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/201810372217.3/，转载请声明来源钻瓜专利网。
- 上一篇：物品鉴别方法、系统、设备及存储介质
- 下一篇：一种便于用户取卡的卡箱结构
