[发明专利]一种基于特征共享的未知目标检测方法和存储介质在审

专利信息
申请号: 202210005885.9 申请日: 2022-01-04
公开(公告)号: CN114359549A 公开(公告)日: 2022-04-15
发明(设计)人: 高文;汤洋;郝志成;朱明 申请(专利权)人: 中国科学院长春光学精密机械与物理研究所
主分类号: G06V10/25 分类号: G06V10/25;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06F16/55
代理公司: 长春中科长光知识产权代理事务所(普通合伙) 22218 代理人: 高一明;郭婷
地址: 130033 吉林省长春*** 国省代码: 吉林;22
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 特征 共享 未知 目标 检测 方法 存储 介质
【权利要求书】:

1.一种基于特征共享的未知目标检测方法,其特征在于,所述方法包括以下步骤:

获取样本图像数据,对样本图像数据进行分类;

根据所述样本图像数据的所属类别对样本图像数据进行属性分解,获得若干属性特征,并为每个属性特征赋予不同的属性标签;

将所有属性特征和属性标签输入检测模型进行训练,得到训练完成的检测模型;

将待检测图像输入到训练完成的检测模型中,输出检测结果。

2.如权利要求1所述的基于特征共享的未知目标检测方法,其特征在于,所述方法包括以下步骤:

对所述样本图像数据进行数据扩增,并将扩增后的样本图像数据输入到检测模型中进行训练。

3.如权利要求2所述的基于特征共享的未知目标检测方法,其特征在于,对所述样本图像数据进行数据扩增包括:

对所述样本图像数据进行执行以下操作中的任一项,以得到扩增后的样本图像数据:翻转、裁剪、缩放、加噪声、调整亮度。

4.如权利要求2所述的基于特征共享的未知目标检测方法,其特征在于,对所述样本图像数据进行数据扩增包括:

对所述样本图像数据进行识别,提取关键信息和第一背景信息;

从背景数据库中获取与所述第一背景信息相适配的第二背景信息,对所述关键信息和所述第二背景信息进行组合得到扩增后的样本图像数据。

5.如权利要求4所述的基于特征共享的未知目标检测方法,其特征在于,获取与所述第一背景信息相适配的第二背景信息包括:

获取与所述第一背景信息颜色相适配的背景信息,根据所述第一背景信息的亮度信息调整获取的背景信息,从而得到第二背景信息。

6.如权利要求1所述的基于特征共享的未知目标检测方法,其特征在于,将所述待检测图像输入到训练完成的检测模型中,输出检测结果包括:

将所述待检测图像以及所述待检测图像对应的属性描述信息输入到训练完成的检测模型中,训练完成的检测模型根据所述属性描述信息在所述待检测图像中识别出相应的属性特征,以及根据识别出的属性特征确定所述待检测图像中所包含的各个目标的类型并输出。

7.如权利要求6所述的基于特征共享的未知目标检测方法,其特征在于,所述属性描述信息包括文字信息或局部图像信息。

8.如权利要求1所述的基于特征共享的未知目标检测方法,其特征在于,将所述待检测图像输入到训练完成的检测模型中,输出检测结果包括:

将训练完成的检测模型中所包含的属性特征与所述待检测图像进行匹配,根据从所述待检测图像中识别出的属性特征确定所述待检测图像的所属类别并输出。

9.如权利要求8所述的基于特征共享的未知目标检测方法,其特征在于,确定所述待检测图像的所属类别并输出还包括:

判断训练完成的检测模型中相同类别的样本图像数据中是否包含所述待检测图像,若否则将所述待检测图像存储至相同类别的样本图像数据所在位置,并在输出所述待检测图像的所属类别时添加标识信息。

10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-9任一项所述的方法步骤。

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长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,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/202210005885.9/1.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