[发明专利]目标检测方法与装置有效

专利信息
申请号: 201510847630.7 申请日: 2015-11-27
公开(公告)号: CN105488502B 公开(公告)日: 2018-12-21
发明(设计)人: 曹先彬;任一存;单昊天;纪晓芃;李岩 申请(专利权)人: 北京航空航天大学
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 马爽;黄健
地址: 100191 北京市海*** 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: 发明提供一种目标检测方法与装置,该方法中:基于初始训练样本集学习码本,基于码本构建视觉词网络模型,提取当前训练样本集中各样本的词频直方图特征,通过网络调节操作得到各视觉词的权重,根据权重确定k近邻分类器的核函数,确定k近邻分类器,根据k近邻分类器对待检测区域进行检测,进而判定待检测区域是否为目标。若未完成检测任务,则在线获取训练样本后,更新训练样本集,再通过网络操作更新视觉词权重,根据权重调整核函数,然后再对待检测区域进行检测。该过程中,k近邻分类器能够根据当前情况随时进行自我调整,维持其对当前目标与背景外观规律的适应性,从而实现变化场景下可靠、实时的目标检测。
搜索关键词: 目标检测 检测区域 训练样本 视觉 核函数 权重 检测 初始训练样本 词频 待检测区域 训练样本集 直方图特征 背景外观 变化场景 码本构建 权重调整 权重确定 网络操作 网络调节 网络模型 在线获取 学习码 更新 样本 判定
【主权项】:
1.一种目标检测方法,其特征在于,包括:步骤1、基于初始训练样本集得到视觉词集合,将所述视觉词集合作为码本;步骤2、基于所述码本构建视觉词网络模型;步骤3、提取所述初始训练样本集中各样本的词频直方图特征;步骤4、根据所述词频直方图特征,经过网络调节确定所述视觉词网络模型中的各网络节点的权重;步骤5、根据所述权重,确定核函数,并根据所述核函数确定k近邻分类器;步骤6、采用所述k近邻分类器检测待检测区域,得到检测结果,根据所述检测结果确定所述待检测区域是否为目标,所述待检测区域为检测任务包括的需要检测的区域之一;步骤7、判断是否完成所述检测任务,若完成,则结束目标检测;否则,判断是否在线获取训练样本,若是,则根据所述在线获取的训练样本更新所述步骤3中的所述初始训练样本集,并对所述检测任务包括的下一个待检测区域执行所述步骤3~步骤7;若未在线获取训练样本,则对所述检测任务包括的下一个待检测区域执行所述步骤6;其中,所述步骤4中,对于各所述网络节点中的任意一个网络节点i,所述网络节点i对应的视觉词对所述网络节点i的权重具有激励作用,所述网络节点i的权重对其他网络节点的权重具有抑制作用,所述其他网络节点表示所述码本中除所述网络节点i所对应的视觉词之外的其他视觉词。
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北京航空航天大学,未经北京航空航天大学许可,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/patent/201510847630.7/,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