[发明专利]视觉传感器及应用于视觉传感器的物体检测方法和装置在审

专利信息
申请号: 201910024672.9 申请日: 2019-01-10
公开(公告)号: CN109800802A 公开(公告)日: 2019-05-24
发明(设计)人: 曲晓峰;游延筠;张龙 申请(专利权)人: 深圳绿米联创科技有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 吕静
地址: 518000 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视觉传感器 物体检测 方法和装置 后处理 检测结果 目标图像 目标物体 图像形式 准确度 输出 获取目标 应用需求 用户隐私 功耗 应用 图像 申请
【说明书】:

本申请公开了一种视觉传感器及应用于视觉传感器的物体检测方法和装置,该方法包括:获取目标图像;对所述目标图像进行物体检测,获得所述目标图像中目标物体的检测结果;根据应用需求对所述目标物体的检测结果进行后处理操作,得到分析结果;将所述分析结果以非图像形式输出。本方法利用后处理操作将物体检测的分析结果以非图像形式输出,在保护用户隐私的同时可以降低视觉传感器的功耗,另外,还可以提高物体检测的准确度。

技术领域

本申请涉及计算机技术领域,更具体地,涉及一种视觉传感器及应用于视觉传感器的物体检测方法和装置。

背景技术

随着电子技术的发展,视觉传感器的集成度越来越高,体积越来越小,分辨率越来越高。而不断涌现的各种算法,更是使得视觉传感器的应用领域不断拓张,传感性能不断提高。尤其是近几年深度学习算法的发展,更是将视觉传感器拓展到前所未有的应用领域。

发明内容

有鉴于此,本申请提出了一种视觉传感器及应用于视觉传感器的物体检测方法和装置,以改善上述缺陷。

第一方面,本申请实施例提供了一种物体检测方法,该方法应用于视觉传感器,该方法包括:获取目标图像;对所述目标图像进行物体检测,获得所述目标图像中目标物体的检测结果;根据应用需求对所述目标物体的检测结果进行后处理操作,得到分析结果;将所述分析结果以非图像形式输出。

第二方面,本申请实施例提供了一种物体检测装置,该装置应用于视觉传感器,所述装置包括:图像获取模块、物体检测模块、后处理模块和输出模块。图像获取模块用于获取目标图像。物体检测模块用于对所述目标图像进行物体检测,获得所述目标图像中目标物体的检测结果。后处理模块用于根据应用需求对所述目标物体检测结果进行后处理操作,得到分析结果。输出模块用于将所述分析结果以非图像形式输出。

第三方面,本申请实施例提供了一种视觉传感器,包括成像模组、神经网络加速器、基本模块和输出接口。成像模组用于获取目标图像。神经网络加速器用于对所述目标图像进行物体检测,获得所述目标图像中目标物体的检测结果。基本模块用于根据应用需求对所述目标物体的检测结果进行后处理操作,得到分析结果。输出接口用于将所述分析结果以非图像形式输出。

第四方面,本申请实施例提供了一种智能加速系统,包括视觉传感器和终端设备。所述视觉传感器包括成像模组、神经网络加速器、基本模块和输出接口,所述成像模组用于获取目标图像;所述神经网络加速器用于对所述目标图像进行物体检测,获得所述目标图像中目标物体的检测结果;所述基本模块用于根据应用需求对所述目标物体的检测结果进行后处理操作,得到分析结果;所述输出接口用于将所述分析结果以非图像形式输出,所述终端设备用于接收非图像形式输出的分析结果。

第五方面,本申请实施例提供了一种计算机系统,计算机可读存储介质中存储有程序代码,所述程序代码可被处理器调用执行本申请任意实施例提供的物体检测的方法。

相对于现有技术,本申请实施例提出了一种视觉传感器及应用于视觉传感器的物体检测方法和装置通过获取目标图像;对所述目标图像进行物体检测,获得所述目标图像中目标物体的检测结果;根据应用需求对所述目标物体的检测结果进行后处理操作,得到分析结果;将所述分析结果以非图像形式输出。本申请利用后处理操作对目标物体的检测结果进行分析获得分析结果,然后将获得的分析结果以非图像形式输出,本申请通过对目标图像进行物体检测,充分利用了对图像进行物体检测具有的检测准确性高和检测效率高的优势,提高了目标识别的准确性,且根据应用需求在视觉传感器本地进行后处理操作以得到分析结果,且将所述分析结果以非图像形式输出,也即是不会有任何图像输出至外部设备,有效的保护用户的隐私。

为使本申请的上述目的、特征和优点能够更明显易懂,下文特举较佳实施例,并配合所附附图,做详细说明如下。

附图说明

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深圳绿米联创科技有限公司,未经深圳绿米联创科技有限公司许可,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/pat/books/201910024672.9/2.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