[发明专利]目标识别方法、目标识别装置、终端设备和目标识别系统在审
| 申请号： | 201610255052.2 | 申请日： | 2016-04-22 |
| 公开（公告）号： | CN107305636A | 公开（公告）日： | 2017-10-31 |
| 发明（设计）人： | 戴依若 | 申请（专利权）人： | 株式会社日立制作所 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海市华诚律师事务所31210 | 代理人： | 谈晨雯 |
| 地址： | 日本国东京都千*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了基于在线自动深度学习的目标识别方法、目标识别装置、终端设备和目标识别系统。其中，该方法包括实时采集图像数据；利用存储的第一分类器，对采集到的图像数据进行目标识别，以生成带有类别标签的图像数据，类别标签包含目标类别以及目标后验概率；在目标后验概率满足预定存储条件的情况下，按照目标类别，存储为训练样本；以及在预定启动条件被满足的情况下，启动在线深度学习处理，以获得第三分类器，并且用获得的第三分类器来更新存储的第一分类器。通过采用本发明的上述方法，能够实现高准确率的目标识别。 | ||
| 搜索关键词： | 目标 识别 方法 装置 终端设备 系统 | ||
【主权项】：
一种目标识别方法，所述目标识别方法基于在线自动深度学习，其特征在于，所述方法包括：实时采集图像数据；利用存储的第一分类器，对采集到的图像数据进行目标识别，以生成带有类别标签的图像数据，所述类别标签包含目标类别以及目标后验概率；在所述目标后验概率满足预定存储条件的情况下，按照所述目标类别，将所述带有类别标签的图像数据存储为训练样本；以及在预定启动条件被满足的情况下，启动在线深度学习处理，所述在线深度学习处理包括基于所述存储的第一分类器构建网络模型，并且将存储的全部训练样本输入到构建的网络模型中进行深度学习处理，以获得第三分类器，并且用获得的所述第三分类器来更新所述存储的第一分类器。
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株式会社日立制作所，未经株式会社日立制作所许可，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/201610255052.2/，转载请声明来源钻瓜专利网。
