[发明专利]对象检测系统及其对象检测方法在审

专利信息
申请号: 202010650026.6 申请日: 2020-07-08
公开(公告)号: CN112508839A 公开(公告)日: 2021-03-16
发明(设计)人: 金炳秀;高祥修;河相赫 申请(专利权)人: 三星电子株式会社
主分类号: G06T7/00 分类号: G06T7/00;G06N3/08;G06N3/04;G06K9/32
代理公司: 北京市柳沈律师事务所 11105 代理人: 张泓
地址: 韩国*** 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:
搜索关键词: 对象 检测 系统 及其 方法
【权利要求书】:

1.一种对象检测系统,包括:

金字塔图像生成器,被配置为接收在第一时间捕捉的第一输入图像和在第二时间捕捉的第二输入图像,并且从第一输入图像生成第一金字塔图像并且从第二输入图像生成第二金字塔图像;

对象提取器,被配置为检测第一金字塔图像和第二金字塔图像中的对象并且生成表示对象的多条对象数据;以及

缓冲器,存储表示在第一金字塔图像和第二金字塔图像中检测的对象的多条对象数据。

2.根据权利要求1所述的对象检测系统,其中,金字塔图像生成器进一步被配置为:

通过向第一输入图像添加与第一时间对应的第一时间信息来生成具有第一分辨率的第一金字塔图像;

通过对第一金字塔图像进行下采样来生成具有第二分辨率的第三金字塔图像;

通过向第二输入图像添加与第二时间对应的第二时间信息来生成具有第一分辨率的第二金字塔图像;以及

通过对第三金字塔图像进行下采样来生成具有第二分辨率的第四金字塔图像。

3.根据权利要求2所述的对象检测系统,其中,对象包括第一对象和第二对象,并且

其中,对象提取器进一步被配置为:

通过使用基于神经网络训练的深度学习模型、从第一金字塔图像中提取第一对象来生成多条对象数据当中的第一对象的第一对象数据;

通过使用深度学习模型从第二金字塔图像中提取第二对象来生成多条对象数据当中的第二对象的第二对象数据;

通过使用深度学习模型第三金字塔图像中提取第一对象来生成多条对象数据当中的第一对象的第三对象数据;以及

通过使用深度学习模型从第四金字塔图像中提取第二对象来生成多条对象数据当中的第二对象的第四对象数据。

4.根据权利要求3所述的对象检测系统,其中,对象提取器进一步被配置为:

将第一对象的第一对象数据和第一对象的第三对象数据存储在缓冲器的第一区域中;以及

将第二对象的第二对象数据和第二对象的第四对象数据存储在缓冲器的第二区域中。

5.根据权利要求4所述的对象检测系统,进一步包括:

对象跟踪器,被配置为通过使用从存储在第一区域中的第一对象的第一对象数据和第一对象的第三对象数据中选择的多条对象数据当中的至少一个对象数据和第一时间信息来跟踪第一对象,并且通过使用从存储在第二区域中的第二对象的第二对象数据和第二对象的第四对象数据中选择的多条对象数据当中的至少一个对象数据和第二时间信息来跟踪所述第二对象。

6.根据权利要求3所述的对象检测系统,其中,第一对象的位置相对远离捕捉第一输入图像和第二输入图像的图像捕捉设备,并且

与第一对象相比,第二对象的位置相对靠近图像捕捉设备。

7.根据权利要求1所述的对象检测系统,其中,金字塔图像生成器进一步被配置为:

生成包括所述第一金字塔图像和所述第二金字塔图像的第一金字塔图像集合;以及

通过对第一金字塔图像集合中的第一金字塔图像和第二金字塔图像中的至少一个进行下采样来生成第二金字塔图像集合,并且

其中,对象提取器进一步被配置为:

从第一金字塔图像集合生成所述多条对象数据当中分别与N个时间点相对应的N条第一对象数据,其中,N是自然数;以及

从第二金字塔图像集合生成所述多条对象数据当中分别与M个时间点相对应的M条第二对象数据,其中,M是自然数。

8.根据权利要求7所述的对象检测系统,其中,N大于M。

9.根据权利要求7所述的对象检测系统,其中,所述对象包括第一对象和第二对象,并且

其中,该对象检测系统进一步包括对象跟踪器,被配置为:

通过使用所述N条第一对象数据当中的P条第一对象数据来跟踪第一对象,其中,P是小于或等于N的自然数,并且

通过使用所述M条第二对象数据当中的Q条第二对象数据来跟踪第二对象,其中,Q是小于或等于M的自然数。

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三星电子株式会社,未经三星电子株式会社许可,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/202010650026.6/1.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