[发明专利]图片中目标物的定位方法及装置有效
| 申请号： | 201611051830.2 | 申请日： | 2016-11-23 |
| 公开（公告）号： | CN106778773B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 陈志军 | 申请（专利权）人： | 北京小米移动软件有限公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46 |
| 代理公司： | 北京博思佳知识产权代理有限公司 11415 | 代理人： | 陈蕾 |
| 地址： | 100085 北京市海淀区清河*** | 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： | 本公开是关于一种图片中目标物的定位方法及装置。方法包括：根据已训练的FCN的输入维度以及原始图片的分辨率，对原始图片进行缩放处理，得到缩放后的图片；将缩放后的图片输入到FCN中，通过FCN的前设定个数的卷积层进行卷积处理，得到经过该前设定个数的卷积层卷积处理的第一图像特征；将第一图像特征处理成具有不同分辨率的至少一个第二图像特征；基于FCN中并且位于前设定个数的卷积层之后的卷积层，对至少一个第二图像特征分别进行卷积处理，得到具有不同分辨率的至少一个热度图；基于至少一个热度图，确定目标物在原始图片中的位置区域。本公开技术方案可以对目标物实现多尺度的检测，大大提高目标物的识别效率。 | ||
| 搜索关键词： | 图片 目标 定位 方法 装置 | ||
【主权项】：
一种图片中目标物的定位方法，其特征在于，所述方法包括：根据已训练的全卷积神经网络的输入维度以及原始图片的分辨率，对所述原始图片进行缩放处理，得到缩放后的图片；将所述缩放后的图片输入到所述全卷积神经网络中，通过所述全卷积神经网络的前设定个数的卷积层进行卷积处理，得到经过该前设定个数的卷积层卷积处理的第一图像特征；将所述第一图像特征处理成具有不同分辨率的至少一个第二图像特征；基于所述全卷积神经网络中并且位于所述前设定个数的卷积层之后的卷积层，对所述至少一个第二图像特征分别进行卷积处理，得到具有不同分辨率的至少一个热度图，所述至少一个热度图上的每一个坐标点对应的值为目标物在所述原始图片上的概率值；基于所述至少一个热度图，确定所述目标物在所述原始图片中的位置区域。
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小米移动软件有限公司，未经北京小米移动软件有限公司许可，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/201611051830.2/，转载请声明来源钻瓜专利网。
