[发明专利]一种基于非配准多模态数据的微小人物检测方法、介质和设备有效

专利信息
申请号: 202111676773.8 申请日: 2021-12-31
公开(公告)号: CN114399790B 公开(公告)日: 2022-11-18
发明(设计)人: 韩许盟;张如飞;韩振军;黄志勋;王岿然;陈皓睿;彭潇珂;余学辉;陈鹏飞;吴狄;曹光明;叶齐祥;焦建彬;万方 申请(专利权)人: 中国科学院大学
主分类号: G06V40/10 分类号: G06V40/10;G06V10/44;G06V10/764;G06V10/82;G06N3/04;G06N3/08
代理公司: 北京康思博达知识产权代理事务所(普通合伙) 11426 代理人: 潘炜
地址: 100049 *** 国省代码: 北京;11
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 非配准多模态 数据 微小 人物 检测 方法 介质 设备
【权利要求书】:

1.一种基于非配准多模态数据的微小人物检测方法,其特征在于,所述方法包括训练检测模型用以进行微小人物检测的步骤,

所述检测模型按照包括以下步骤的方法获得:

步骤1,建立非配准多模态数据集;

步骤2,对数据集中的图像进行配对采样;

步骤3,获得图像的多模态特征;

步骤4,对多模态特征进行融合;

步骤5,对融合特征进行微调。

2.根据权利要求1所述的基于非配准多模态数据的微小人物检测方法,其特征在于,

步骤2中,在数据集的各个模态中,按照相同的捕获时间进行成对采样,形成图像对。

3.根据权利要求2所述的基于非配准多模态数据的微小人物检测方法,其特征在于,

在采样前,将数据集的图像进行随机混洗,以打乱图像序列。

4.根据权利要求1所述的基于非配准多模态数据的微小人物检测方法,其特征在于,

步骤3包括以下子步骤:

步骤3-1,获得图像的多模态候选特征;

步骤3-2,获得不同模态的实例特征。

5.根据权利要求4所述的基于非配准多模态数据的微小人物检测方法,其特征在于,

步骤3-1中,采用Faster R-CNN和FPN两级检测器进行提取图像的多模态特征。

6.根据权利要求1所述的基于非配准多模态数据的微小人物检测方法,其特征在于,

步骤4包括以下子步骤:

步骤4-1,获得多模态实例特征的集合;

步骤4-2,将多模态实例特征进行隐式配准;

步骤4-3,将隐式配准的实例特征进行融合。

7.根据权利要求1所述的基于非配准多模态数据的微小人物检测方法,其特征在于,所述基于非配准多模态数据的微小人物检测方法,还包括用训练的检测模型进行检测的步骤,

所述检测包括以下子步骤:

步骤I,对待检测目标进行采样;

步骤II,对待检测目标进行检测。

8.根据权利要求7所述的基于非配准多模态数据的微小人物检测方法,其特征在于,

步骤I中,按照下述步骤对待检测目标进行采样:

步骤i,获取待检测目标的多模态图像;

步骤ii,对多模态图像进行成对采样;

优选地,步骤ii中,按照时间和空间一致的原则进行成对采样。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有基于非配准多模态数据的微小人物检测程序,所述程序被处理器执行时,使得处理器执行权利要求1至8之一所述基于非配准多模态数据的微小人物检测方法的步骤。

10.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器存储有基于非配准多模态数据的微小人物检测程序,所述程序被处理器执行时,使得处理器执行权利要求1至8之一所述基于非配准多模态数据的微小人物检测方法的步骤。

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中国科学院大学,未经中国科学院大学许可,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/202111676773.8/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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