[发明专利]一种基于视频特征的改进Faster R-CNN网络检测漂浮物方法有效
| 申请号： | 201910738475.3 | 申请日： | 2019-08-10 |
| 公开（公告）号： | CN110472628B | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 单森华;戴诗琪;陈佳佳 | 申请（专利权）人： | 四创科技有限公司 |
| 主分类号： | G06V10/25 | 分类号： | G06V10/25;G06V10/82;G06N3/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 钱莉;蔡学俊 |
| 地址： | 350012 福建省福州市晋安*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于视频特征的改进Faster R‑CNN网络检测漂浮物方法，将Faster R‑CNN网络中的二维特征提取网络替换为三维特征提取网络得到改进后的Faster R‑CNN网络；输入连续的16帧视频序列图像到三维特征提取网络中提取特征图，将特征图送入RPN网络生成区域候选框并进行分类属于前景或者背景；对分类为前景的初始候选框进行包围盒回归修正初始矩形框的位置；对所有的侯选矩形框进行排序，选出是前景概率较大的前N个候选框；将特征图通过ROI池化层将N个候选框的特征图映射到固定尺寸；将得到的特征图通过全连接层和softmax层进行漂浮物和非漂浮物的分类，对该特征图再次进行包围盒回归进一步修正检测出的漂浮物坐标位置。本发明能提高漂浮物搜索过程的效率，节省人力物力成本。 | ||
| 搜索关键词： | 一种 基于 视频 特征 改进 faster cnn 网络 检测 漂浮 方法 | ||
【主权项】：
1.一种基于视频特征的改进Faster R-CNN网络检测漂浮物方法，其特征在于：/n包括以下步骤：/n步骤S1：将Faster R-CNN网络中的VGG或ResNet二维特征提取网络替换为三维特征提取网络得到改进后的Faster R-CNN网络；/n步骤S2：提供连续的16帧视频序列图像，输入所述连续的16帧视频序列图像到所述改进的Faster R-CNN网络的三维特征提取网络中提取特征图；/n步骤S3：将步骤S2中得到的特征图送入到改进的Faster R-CNN网络的RPN网络中生成区域候选框；/n步骤S4：对步骤S3中分类为前景的区域候选框进行包围盒回归，修正区域候选框的位置，区域候选框为A＝(Ax,Ay,Aw,Ah)，真实包围盒为GT＝(Gx,Gy,Gw,Gh),回归目标为寻找一种变换F,使得：/nF(Ax,Ay,Aw,Ah)＝(G′x,G′y,G′w,G′h)，/n(G′x,G′y,G′w,G′h)≈(Gx,Gy,Gw,Gh)；/n步骤S5：对步骤S4中所有修正坐标后的区域侯选框进行是前景的概率的排序，对前K个候选框通过两次非极大值抑制法剔除与真实目标重叠度低的候选框以及超出图像边界的候选框，再选出是前景的概率较大的前N个候选框送入步骤S6；/n步骤S6：结合步骤S2所得的特征图通过改进的Faster R-CNN网络的ROI池化层将是前景的概率较大的前N个候选框特征图映射到固定尺寸的特征图上；所述固定尺寸为7×7×depth；/n步骤S7：将步骤S6映射后得到的N个候选框的特征图通过改进的Faster R-CNN网络的全连接层和softmax层进行漂浮物和非漂浮物的分类，同时对该特征图再次进行包围盒回归进一步修正检测出的漂浮物坐标位置。/n
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四创科技有限公司，未经四创科技有限公司许可，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/201910738475.3/，转载请声明来源钻瓜专利网。
