[发明专利]一种基于Mask R-CNN神经网络被关注目标的智能检测方法在审
| 申请号： | 202011220944.1 | 申请日： | 2020-11-05 |
| 公开（公告）号： | CN112270330A | 公开（公告）日： | 2021-01-26 |
| 发明（设计）人： | 白万荣;张驯;朱小琴;王蓉;刘吉祥;孙阳;孙启娟 | 申请（专利权）人： | 国网甘肃省电力公司电力科学研究院 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/52;G06K9/62;G06N3/04 |
| 代理公司： | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人： | 王晓东 |
| 地址： | 730050 甘肃*** | 国省代码： | 甘肃;62 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 mask cnn 神经网络 注目 标的 智能 检测 方法 | ||
1.一种基于Mask R-CNN神经网络被关注目标的智能检测方法，其特性在于，包括：
建立图像数据集并利用ImageNet训练Mask R-CNN网络；
采集待检测类别目标的标准对比样本图并建立Hu矩匹配数据库；
利用所述已被训练的Mask R-CNN网络检测所述测试图像上的目标物体，并输出处理后的目标物体轮廓二值图；
基于所述目标物体和所述标准对比图的轮廓进行轮廓特征匹配，判断所述目标物是否发生遮挡，输出判定未被遮挡的物体；
计算所述未被遮挡的物体中的体积最大的目标并作为最终输出，完成被关注目标的智能检测。
2.如权利要求1所述的基于Mask R-CNN神经网络被关注目标的智能检测方法，其特征在于：所述轮廓匹配的原理包括根据两个物体的Hu矩特征进行匹配，所述特征匹配计算公式包括，
其中，分别表示A、B的Hu矩。
3.如权利要求1或2所述的基于Mask R-CNN神经网络被关注目标的智能检测方法，其特征在于：所述Hu矩包括，
h1＝η20+η02
h3＝(η30-3η12)2+(3η21-η03)2
h4＝(η30+η12)2+(η21+η03)2
h5＝(η30-3η12)(η30+η12)[(η30+η12)2-3(η21-η03)2]+(3η21-η03)(η21+η03)[3(3η21+η03)2-(η21+η03)2]
h6＝(η20-η02)[(η30+η12)2-(η21+η03)2]+4η11(η30+η12)(η21+η03)
h7＝(3η21-η03)(η21+η03)[3(η30+η22)2-(η21+η03)2]-(η30-η12)(η21+η03)[3(η30+η12)2-(η21+η03)2]
4.如权利要求1所述的基于Mask R-CNN神经网络被关注目标的智能检测方法，其特征在于：所述标准对比样本图包括，
所述物体的正视图、后视图、左侧视图、右侧视图、前斜45°图和后斜45°图。
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国网甘肃省电力公司电力科学研究院，未经国网甘肃省电力公司电力科学研究院许可，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/202011220944.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种智能管材调直设备
- 下一篇：一种防倾斜的液压千斤顶
