[发明专利]基于深度神经网络的目标检测方法及装置有效
| 申请号： | 201910167068.1 | 申请日： | 2019-03-05 |
| 公开（公告）号： | CN109919223B | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 龙浩 | 申请（专利权）人： | 北京联合大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/34;G06K9/00 |
| 代理公司： | 北京北新智诚知识产权代理有限公司 11100 | 代理人： | 满靖 |
| 地址： | 100101 *** | 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： | 本发明公开了一种基于深度神经网络的目标检测方法及装置，包括：基于特征学习网络提取待测视频中视频帧的不同尺度的深层特征；对视频帧进行超像素分割获取超像素结构图；对深层特征和超像素结构图进行特征融合获取第一融合特征；基于结构学习网络并且根据第一融合特征获取空间编码特征；基于特征融合网络对深层特征和空间编码特征进行特征融合获取第二融合特征；利用条件随机场分类器对第二融合特征进行目标分类，并且对目标分类结果进行边框回归得到目标检测结果。基于上述方法和装置可以检测视频中背景复杂、密度高、目标小的目标，提高目标检测的精度。 | ||
| 搜索关键词： | 基于 深度 神经网络 目标 检测 方法 装置 | ||
【主权项】：
1.一种基于深度神经网络的目标检测方法，其特征在于，所述方法包括：基于预设的特征学习网络提取待测视频中视频帧的不同尺度的深层特征；对所述视频帧进行超像素分割获取所述视频帧对应的超像素结构图；对所述深层特征和超像素结构图进行特征融合获取第一融合特征；基于预设的结构学习网络并且根据所述第一融合特征获取所述视频帧对应的空间编码特征；基于预设的特征融合网络对所述深层特征和空间编码特征进行特征融合获取第二融合特征；利用预设的条件随机场分类器对所述第二融合特征进行目标分类，并且对目标分类结果进行边框回归得到目标检测结果；其中，所述特征学习网络为基于深度卷积限制玻尔茨曼机构建的神经网络，所述结构学习网络为基于条件随机场构建的神经网络，所述特征融合网络为基于深度稀疏自动编码器构建的神经网络。
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联合大学，未经北京联合大学许可，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/201910167068.1/，转载请声明来源钻瓜专利网。
