[发明专利]目标检测方法及装置有效
申请号: | 201710161063.9 | 申请日: | 2017-03-17 |
公开(公告)号: | CN108629354B | 公开(公告)日: | 2020-08-04 |
发明(设计)人: | 李哲暘;谭文明 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 江崇玉 |
地址: | 310051 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种目标检测方法及装置,属于机器视觉领域。该方法包括:从第一CNN模型的第一浅卷积层的特征图中以边长小于或等于预设阈值的锚点框为基准回归出多个第一检测目标候选框;对该第一深卷积层的特征图进行全尺度目标候选框提取,得到多个第二检测目标候选框;从该多个第二检测目标候选框中选取边长小于或等于该预设阈值的多个第三检测目标候选框;基于该多个第一检测目标候选框和该多个第三检测目标候选框的重合度,从该多个第一检测目标候选框中选取多个第四检测目标候选框;基于该多个第四检测目标候选框,对该目标图像中的各个目标进行分类,得到各个目标属于预设类别的概率。本发明提高了对小尺寸目标进行检测和识别的准确度。 | ||
搜索关键词: | 目标 检测 方法 装置 | ||
【主权项】:
1.一种目标检测方法,其特征在于,所述方法包括:基于第一卷积神经网络CNN模型和待检测的目标图像,生成第一浅卷积层的特征图,所述第一浅卷积层是指所述第一CNN模型包括的多个卷积层中第一深卷积层之前的任一卷积层,所述第一深卷积层是指最靠近输出层的卷积层;从所述第一浅卷积层的特征图中以边长小于或等于预设阈值的锚点框为基准回归出目标候选框,得到多个第一检测目标候选框;基于所述第一CNN模型和所述第一浅卷积层的特征图,生成所述第一深卷积层的特征图;对所述第一深卷积层的特征图进行全尺度目标候选框提取,得到多个不同尺度的第二检测目标候选框;从所述多个不同尺度的第二检测目标候选框中选取边长小于或等于所述预设阈值的目标候选框,得到多个第三检测目标候选框;基于所述多个第一检测目标候选框和所述多个第三检测目标候选框的重合度,从所述多个第一检测目标候选框中选取多个第四检测目标候选框;基于所述多个第四检测目标候选框,对所述目标图像中的各个目标进行分类,得到各个目标属于预设类别的概率。
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杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,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/201710161063.9/,转载请声明来源钻瓜专利网。
- 上一篇:信息粒导向压缩快速聚类算法
- 下一篇:用于生成工作量信息的方法和装置