“物体检测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2935244个，建议您升级VIP下载更多相关专利

[发明专利]一种物体检测模型生成方法、装置及物体检测方法、装置-CN201910866674.2在审
发明人：龚湛 -专利权人：苏州浪潮智能科技有限公司
申请日： 2019-09-12 - 公布日： 2020-01-14 - 主分类号： G06K9/00 文献下载
摘要：一种物体检测模型生成方法、装置及物体检测方法、装置，包括：利用训练样本集训练预先构建的深度学习模型，生成用于检测图像中物体的类型和位置信息的物体检测模型；其中，训练样本集包括：多张包含待检测物体的样本图像以及每张样本图像中待检测物体的类型和位置信息由于采用了大量训练样本训练深度卷积神经网络模型，因此生成的物体检测模型是一个稳定的模型，从而保证了后续图像中物体的类型和位置信息的检测准确度。
物体检测待检测物体训练样本集样本图像卷积神经网络准确度后续图像检测图像模型生成训练样本构建检测保证学习

[发明专利]物体检测方法、装置及存储介质-CN201811018729.6有效
发明人：王学辉;李明;夏添 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-09-03 - 公布日： 2019-11-05 - 主分类号： G06K9/46 文献下载
摘要：本发明实施例提出一种物体检测方法、装置及计算机可读存储介质。其中物体检测方法包括：获取输入图像中的目标物体的包围框；根据所述包围框从预先设置的备选框集合中确定出参照框；根据所述参照框与所述包围框的尺寸，生成尺寸相关特征；在机器学习模型中使用所述尺寸相关特征对所述输入图像进行物体检测本发明实施例使用与物体的大小相关的特征进行物体检测，即在机器学习模型中在原有特征的基础上增加了物体大小的预测依据，进一步提升了物体检测的准确程度。
物体检测包围框机器学习模型输入图像计算机可读存储介质存储介质目标物体预先设置备选集合预测

[发明专利]交互关系识别方法、装置、设备及存储介质-CN202010099652.0在审
发明人：廖越;陈彦杰;王飞;钱晨 -专利权人：上海商汤临港智能科技有限公司
申请日： 2020-02-18 - 公布日： 2020-06-23 - 主分类号： G06K9/00 文献下载
摘要：本公开涉及一种交互关系识别方法、装置、设备及存储介质，所述方法包括：对待处理图像进行检测，获得人体检测结果和物体检测结果；根据所述人体检测结果，确定人体所对应的各个人体部件区域；根据所述人体部件区域对应的人体部件节点以及所述物体区域对应的物体节点构建人体与物体的空间位置关系图，其中，所述物体区域为物体检测结果中的物体检测框所对应的区域，所述空间位置关系图包括各个所述人体部件节点的特征信息、所述物体节点的特征信息，以及各个所述人体部件节点与所述物体节点的位置关系信息；根据人体与物体的空间位置关系图，确定所述人体与所述物体之间的交互关系。
交互关系识别方法装置设备存储介质

[发明专利]基于深度学习的RGB-D三维物体检测方法-CN201810163104.2有效
发明人：吕科;檀彦豪;薛健;默罕默德·蒙塔塞尔·拉赫曼 -专利权人：中国科学院大学
申请日： 2018-02-26 - 公布日： 2020-09-08 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了基于深度学习的RGB‑D三维物体检测方法，对RGB‑D图像进行标注，获取标注后的RGB‑D图像数据集，将数据集作为三维物体检测卷积神经网络模型的训练样本和测试样本；构建三维物体检测卷积神经网络模型，将训练样本和测试样本输入三维物体检测卷积神经网络模型中；设置卷积神经网络模型的超参数，通过Caffe训练三维物体检测卷积神经网络模型，当代价损失函数减少到理想程度且训练达到所要求的最大迭代次数时，生成训练模型；将RGB‑D图像数据集输入至训练完毕的模型中，输出三维物体检测结果。本发明比现有三维物体检测方法速度快、准确率高。
基于深度学习 rgb 三维物体检测方法

[发明专利]人-物交互关系识别方法、模型训练方法及对应装置-CN202011532601.9在审
发明人：邹城 -专利权人：北京迈格威科技有限公司
申请日： 2020-12-22 - 公布日： 2021-04-09 - 主分类号： G06K9/00 文献下载
摘要：其中，人‑物交互关系识别方法包括：获取待识别图像中的行人检测框集合、物体检测框集合以及每个物体检测框对应的物体类别；获取待识别图像中的至少一组交互框以及每组交互框对应的交互行为类别；将每组交互框中的行人交互框和物体交互框，分别与行人检测框集合中的行人检测框和物体检测框集合中的物体检测框进行匹配，若分别匹配成功，则将匹配的行人检测框、匹配的物体检测框、该物体检测框对应的物体类别以及该组交互框对应的交互行为类别确定为一组人
交互关系识别方法模型训练对应装置

[发明专利]物体检测装置以及物体检测系统-CN202110263647.3在审
发明人：菅江一平;井奈波恒 -专利权人：爱信精机株式会社
申请日： 2021-03-11 - 公布日： 2021-10-12 - 主分类号： G01S15/08 文献下载
摘要：本发明提供一种避免杂波的影响且更高精度地检测有关检测对象物体的信息的物体检测装置及物体检测系统。物体检测装置具备：发送部，其与其他的物体检测装置具有的其他发送部实质上同时发送发送波；接收部，其接收接收波，接收波包含与由发送部发送的发送波和由其他发送部发送的其他发送波与在物体处的反射相应地返回的结果对应的多个波动；识别部，其识别接收波中包含的多个波动的发送源；检测部，基于依据表示由其他物体检测装置所具有的其他发送部发送的并由接收部接收的第一波动的第一波形的第一峰值与表示由发送部发送并由其他物体检测装置所具有的其他接收部接收的第二波动的第二波形的第二峰值的对应关系，检测关于物体的信息。
物体检测装置以及系统

[发明专利]物体检测系统和物体检测方法-CN201980095916.0在审
发明人：桑原绘里 -专利权人：三菱电机株式会社
申请日： 2019-05-31 - 公布日： 2021-12-24 - 主分类号： G01S7/40 文献下载
摘要：本发明的物体检测系统具有多个物体检测装置(11、12、13、14、15)，其具有对发送波进行发送的发送系统和接收来自物体的反射波的接收系统，并且具有控制装置(16)，其从多个物体检测装置(11、12、13、14、15)中的每一个获取检测信息的输入，控制装置(16)包括：代表值计算部(18a)，其用于计算多个物体检测装置(11、12、13、14、15)中的每一个以固定间隔检测周边物体而获得的所述反射波的接收强度的代表值；以及性能降低判定部(18b)，其用于判定多个物体检测装置(11、12、13、14、15)的性能降低。
物体检测系统方法

[发明专利]运动物体检测装置、运动物体检测方法和程序-CN201110059110.1无效
发明人：西野胜章;纲岛宣浩 -专利权人：索尼公司
申请日： 2011-03-11 - 公布日： 2011-09-21 - 主分类号： G06T7/20 文献下载
摘要：在此公开了一种运动物体检测装置，其具有多个运动物体检测处理设备，所述运动物体检测处理设备配置为基于通过利用当前图像和过去图像计算的运动矢量检测运动物体，其中所述运动物体检测处理设备设为以所述当前和过去图像的分辨率、所述当前和过去图像之间的时间间隔和所述运动矢量的搜索区域的至少一个相互不同地操作，以便检测所述运动物体。
运动物体检测装置方法程序

[发明专利]基于稀疏卷积神经网络的3D物体检测方法及装置-CN202010786993.5在审
发明人：季向阳;江河 -专利权人：清华大学
申请日： 2020-08-07 - 公布日： 2020-11-10 - 主分类号： G06K9/00 文献下载
摘要：本公开涉及一种基于稀疏卷积神经网络的3D物体检测方法及装置，所述稀疏卷积神经网络包括预处理子网络、稀疏卷积子网络及检测子网络，所述方法包括：通过预处理子网络，对待检测的3D图像进行预处理，得到第一特征图，待检测的3D图像是通过X射线对待检测的物体进行重建得到的；通过稀疏卷积子网络，对第一特征图进行特征提取，得到第二特征图；通过检测子网络，对第二特征图进行检测，得到3D图像的物体检测结果，物体检测结果包括物体的边界信息、物体的类别及物体置信度。本公开的实施例可实现端到端的3D图像的物体检测，不仅可节省计算资源，简化检测流程，还可提高3D物体检测的速度及准确性。
基于稀疏卷积神经网络物体检测方法装置

[发明专利]物体检测方法、装置、终端设备和存储介质-CN202011259208.7有效
发明人：胡金晖;张力元;聂宗强;杨逢;袁明冬 -专利权人：中电科新型智慧城市研究院有限公司
申请日： 2020-11-12 - 公布日： 2021-02-05 - 主分类号： G06K9/00 文献下载
摘要：本申请适用于图像处理技术领域，提供了一种物体检测方法、装置、终端设备和存储介质。该物体检测方法包括：获取待测图片；采用预先训练完成的物体检测模型对所述待测图片进行检测，得到所述待测图片中具有的第一物体的标注框和第二物体的标注框；根据所述第一物体的标注框和所述第二物体的标注框之间的位置覆盖关系，计算得到所述第一物体和所述第二物体是否符合预设条件的结果。在对存在位置覆盖关系的两个物体进行检测时，本申请首先检测出物体的标注框，然后再根据两个物体标注框之间的位置覆盖关系来确定物体检测结果。与仅通过判断预设范围内是否存在对应物体的方式相比，本申请能够提高物体检测的准确性。
物体检测方法装置终端设备存储介质

[发明专利]基于稠密连接的深度学习物体检测方法及装置-CN201810329940.3有效
发明人：赵鑫;黄凯奇;徐沛 -专利权人：中国科学院自动化研究所
申请日： 2018-04-13 - 公布日： 2020-11-10 - 主分类号： G06K9/46 文献下载
摘要：本发明属于图像检测技术领域，具体提供了一种基于稠密连接的深度学习物体检测方法及装置，旨在解决现有技术难以准确检测图像中较小物体的问题。为此目的，在本发明基于稠密连接的深度学习物体检测方法中，基于预先构建的物体检测网络模型对输入图像进行物体检测，得到输入图像中物体的分类结果和坐标位置。本发明的方法能够提取输入图像的多尺度特征，从而能够更好地描述图像中的小物体。同时，本发明的装置能够执行上述方法。
基于稠密连接深度学习物体检测方法装置

[发明专利]物体检测装置以及物体检测方法-CN202310345106.4在审
发明人：长濑浩司;广濑秀显;伊丹荣二;田口宪一 -专利权人：株式会社爱信
申请日： 2023-04-03 - 公布日： 2023-10-17 - 主分类号： G01S15/931 文献下载
摘要：本发明涉及高精度地判定检测出的物体是否是移动物体的物体检测装置以及物体检测方法。实施方式的物体检测装置具备：位置检测部，其基于由搭载于车辆的物体检测传感器以规定周期得到的传感器信息，来检测上述车辆的外部的物体的位置；以及判定部，其基于由上述位置检测部检测出的上述物体的位置的时间序列的变化量，来判定上述物体是否是移动物体。作为移动物体的位置的变化量的阈值，设定有下限侧的第一阈值和上限侧的第二阈值。上述判定部在上述位置的变化量大于上述第一阈值且是上述第二阈值以下的情况下，判定为上述物体是移动物体。
物体检测装置以及方法

[发明专利]图像检测方法及装置-CN201510408021.1有效
发明人：祝健飞;刘彬;刘扬;陈宇;高洋;安山;赵小伟;张洪明 -专利权人：阿里巴巴集团控股有限公司
申请日： 2015-07-13 - 公布日： 2020-01-21 - 主分类号： G06K9/62 文献下载
摘要：本申请实施例公开了一种图像检测方法和装置，所述方法包括：利用检测框分类模型，获取待检测图像中属于目标物体概率最高的目标物体检测框；其中，所述检测框分类模型预先根据标注目标物体的第一类样本图像训练得到；抽取所述目标物体检测框中的图像特征；根据所述目标物体检测框的图像特征，利用目标物体分类器，检测所述目标物体检测框是否为目标物体；其中，所述目标物体分类器预先根据第二类样本图像中目标物体的正样本以及目标物体的负样本进行训练得到。本申请实施例实现了待检测图像的有效检测，提高了图像检测精确度。
图像检测方法装置

[发明专利]基于物体检测模型的物体标注方法及相关设备-CN201910046921.4在审
发明人：陈峥嵘 -专利权人：平安科技（深圳）有限公司
申请日： 2019-01-18 - 公布日： 2019-06-21 - 主分类号： G06K9/32 文献下载
摘要：本申请涉及人工智能领域，本申请公开了一种基于物体检测模型的物体标注方法及相关设备，所述方法包括：获取图片并通过物体检测模型确定所述图片中物体在所述图片中所处的区域；根据所述区域内的物体通过物体检测模型确定所述物体的类型；根据所述物体的区域及类型在所述物体的区域内对所述物体进行标注。本申请通过物体检测模型获得图片中物体的区域和类型后在所述物体区域内标注所述物体的区域和类型，可以实现自动对图片中的物体进行标注，提高效率。
物体检测标注模型确定图片申请人工智能领域模型获得物体区域

[发明专利]一种基于伪真值自适应法的弱监督物体检测方法-CN201711066445.X有效
发明人：张永强;丁明理;李贤;杨光磊;董娜 -专利权人：哈尔滨工业大学
申请日： 2017-11-02 - 公布日： 2020-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于伪真值自适应法的弱监督物体检测方法，是为了解决现有的全监督物体检测器需依靠大量有标注信息的数据库，以及当图片中含多个物体且物体相互遮挡时物体位置检测不准确的缺点而提出的，包括：将图片输入到弱监督物体检测器中，将检测器输出结果进行非极大抑制处理，在处理结果中选取每种物体得分最高的边界框；根据选出的边界框的位置信息训练候选区域产生网络，并保留与得分最高的边界框重合面积大于一定值的边界框，将对应于同一个物体的候选区域的像素坐标求平均值，根据计算结果确定每个物体的唯一边界框；将边界框信息作为伪真值输入给全监督物体检测器。本发明适用于物体检测技术，尤其是真实场景中的一般物体检测技术。
一种基于真值自适应监督物体检测方法