[发明专利]对象检测装置、对象检测方法及计算机可读介质有效

专利信息
申请号: 201711452081.9 申请日: 2017-12-27
公开(公告)号: CN109948637B 公开(公告)日: 2021-12-17
发明(设计)人: 梁珮蓉;赖威豪 申请(专利权)人: 财团法人工业技术研究院
主分类号: G06K9/62 分类号: G06K9/62;G06N3/02
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 杨静
地址: 中国台湾新竹*** 国省代码: 台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对象 检测 装置 方法 计算机 可读 介质
【权利要求书】:

1.一种对象检测装置,包含:

分类器,用以产生当前彩色影像及当前灰阶影像,将所述当前彩色影像代入类神经网络算法,以产生初始特征图,依据所述当前灰阶影像的灰阶影像维度调整所述初始特征图的当前维度,以产生调整特征图,叠合所述调整特征图及所述当前灰阶影像,以计算类别信心度,判断所述类别信心度是否大于信心阈值,若所述类别信心度大于该信心阈值,则输出当前分类结果;

储存装置,耦接于所述分类器,用以储存所述当前分类结果;以及

检测模块,根据预测对象的大小、所述预测对象的位置与预测对象类别信心度产生预测对象类别信心图。

2.根据权利要求1所述的对象检测装置,其中,所述分类器将所述初始特征图的所述当前维度调整为与所述灰阶影像维度相同,以产生所述调整特征图。

3.根据权利要求1所述的对象检测装置,其中,所述分类器叠合所述调整特征图及所述当前灰阶影像,以产生叠合影像,并将所述叠合影像中所包含的多个像素值代入信心度函数,以产生所述类别信心度。

4.根据权利要求1所述的对象检测装置,其中,若所述分类器判断所述类别信心度不大于所述信心阈值,则将所述初始特征图及所述当前灰阶影像代入所述类神经网络算法。

5.根据权利要求1所述的对象检测装置,其中,所述检测模块依据所述当前分类结果,采用对象追踪算法进行计算,并产生预测对象位置信心度。

6.根据权利要求5所述的对象检测装置,其中,所述检测模块依据所述预测对象位置信心度分析出所述预测对象的大小及所述预测对象的位置,并依据所述预测对象的该大小及所述预测对象的该位置产生包围盒。

7.根据权利要求6所述的对象检测装置,其中,所述检测模块根据所述预测对象类别信心图及所述包围盒产生下一影像的下一彩色影像及所述下一影像的下一灰阶影像。

8.根据权利要求1所述的对象检测装置,其中,所述当前分类结果为所述当前彩色影像中的对象类别信心度、对象大小或对象位置。

9.一种对象检测方法,包含:

通过分类器产生当前彩色影像及当前灰阶影像;

通过所述分类器将所述当前彩色影像代入类神经网络算法,以产生初始特征图;

通过所述分类器依据所述当前灰阶影像的灰阶影像维度以调整所述初始特征图的当前维度,以产生调整特征图;

通过所述分类器叠合所述调整特征图及所述当前灰阶影像,以计算类别信心度;

通过所述分类器判断所述类别信心度是否大于信心阈值,若所述类别信心度大于所述信心阈值,则所述分类器输出当前分类结果;

通过储存装置储存所述当前分类结果;以及

根据预测对象的大小、所述预测对象的位置与预测对象类别信心度产生预测对象类别信心图。

10.根据权利要求9所述的对象检测方法,其中,通过所述分类器依据所述当前灰阶影像的所述灰阶影像维度调整所述初始特征图的所述当前维度,产生所述调整特征图的步骤包含:

将所述初始特征图的所述当前维度调整为与所述灰阶影像维度相同,以产生所述调整特征图。

11.根据权利要求9所述的对象检测方法,其中,通过所述分类器叠合所述调整特征图及所述当前灰阶影像,以计算所述类别信心度的步骤包含:

叠合所述调整特征图及所述当前灰阶影像,以产生叠合影像,并将所述叠合影像中所包含的多个像素值代入信心度函数,以产生所述类别信心度。

12.根据权利要求9所述的对象检测方法,其中,若判断所述类别信心度不大于所述信心阈值,则将所述初始特征图及所述当前灰阶影像代入所述类神经网络算法。

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财团法人工业技术研究院,未经财团法人工业技术研究院许可,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/pat/books/201711452081.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top