[发明专利]一种视觉目标检测与识别方法有效
| 申请号： | 201610029195.1 | 申请日： | 2016-01-15 |
| 公开（公告）号： | CN105718866B | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 彭宇新;唐攀攀 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 邱晓锋 |
| 地址： | 100871*** | 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： | 本发明提供了一种视觉目标检测与识别方法，包括以下步骤：对训练样本提取基本视觉特征训练级联分类器，得到目标的初步检测模型；对训练样本提取强视觉特征训练强分类器，得到目标的二次判别验证模型；利用滑动窗策略对图像进行扫描，得到候选图像区域；利用二次判别验证模型对目标候选区域进行二次判别验证，得到最终的检测与识别结果。本发明在初步检测过程中采用多种基本视觉特征，增强了对复杂应用场景的鲁棒性，并利用级联分类器快速过滤掉大部分非目标区域，大大提高检测速度，然后利用描述能力更强的局部特征和分类性能更好的强分类器对候选区域进行二次判别验证，进一步去除较难分辨的非目标区域，有效提高了检测与识别的准确性。 | ||
| 搜索关键词： | 一种 视觉 目标 检测 识别 方法 | ||
【主权项】：
1.一种视觉目标检测与识别方法，包括以下步骤：(1)对于待识别的每种目标，准备一定数量的训练样本；(2)对训练样本提取多种基本视觉特征，用于训练级联分类器，得到初步检测模型；(3)对训练样本提取强视觉特征，用于训练强分类器，得到二次判别验证模型；(4)利用滑动窗策略和初步检测模型的级联分类器对测试图像进行扫描检测，将得分超过预设阈值的窗口作为目标的候选区域；(5)利用二次判别验证模型对初步检测模型得到的候选区域进行二次判别验证，获得最终的检测与识别结果。
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大学，未经北京大学许可，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/201610029195.1/，转载请声明来源钻瓜专利网。
