[发明专利]行人标志物识别方法及装置有效
申请号: | 201611198541.5 | 申请日: | 2016-12-22 |
公开(公告)号: | CN106855944B | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 苏志杰 | 申请(专利权)人: | 浙江宇视科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 11415 北京博思佳知识产权代理有限公司 | 代理人: | 林祥 |
地址: | 310051 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请提供一种行人标志物识别方法及装置,所述方法包括:将图像分割获得的ROI区域和图像特征依次经ROI池化层、两个第一全连接层、ROI卷积层、第二全连接层以及RNN隐藏层,并结合预设占比阈值,获得待检测标志物对应的区域标识;将当前RNN隐藏层输出的各ROI区域中待检测标志物的占比作为下一RNN隐藏层的一个输入,并对当前获得的区域标识分别进行粗粒度和细粒度合并,将各合并结果与图像特征结合作为新的输入,依次经ROI池化层、两个第一全连接层、ROI卷积层、第二全连接层以及所述下一RNN隐藏层;将每一RNN隐藏层输出的区域标识输入至第三全连接层,获得比例值,结合预设比例阈值,判断是否存在待检测标志物。 | ||
搜索关键词: | 行人 标志 识别 方法 装置 | ||
【主权项】:
1.一种行人标志物识别方法,其特征在于,所述方法包括:/n对监控图像进行分割,获得若干ROI区域;/n将监控图像输入Fast RCNN的ZF网络,获得所述监控图像的图像特征;/n将所述ROI区域和图像特征作为输入,依次经ROI池化层、两个第一全连接层、ROI卷积层、第二全连接层以及RNN隐藏层,获得各ROI区域中待检测标志物的占比;/n根据各ROI区域中所述待检测标志物的占比以及预设占比阈值,获得待检测标志物对应的区域标识;/n将当前RNN隐藏层输出的各ROI区域中所述待检测标志物的占比作为下一RNN隐藏层的一个输入,并对当前获得的待检测标志物的区域标识分别进行粗粒度合并和细粒度合并,并将粗粒度合并后的区域标识与所述图像特征、细粒度合并后的区域标识与所述图像特征分别作为新的输入,依次经ROI池化层、两个第一全连接层、ROI卷积层、第二全连接层以及所述下一RNN隐藏层;/n将每一RNN隐藏层输出的所述待检测标志物对应的区域标识输入至第三全连接层,学习获得所述待检测标志物对应的比例值,若所述比例值大于等于预设比例阈值,则判断存在该待检测标志物;/n对于细粒度合并:单行或单列扫描时,则在扫描方向上合并相邻两个目标区域;多行扫描时,当多行ROI区域的同一列上的目标区域占比超过预设占比阈值,则合并该列;多列扫描时,当多列ROI区域的同一行上的目标区域占比超过预设占比阈值,则合并该行;/n对于粗粒度合并:在细粒度合并的基础上,将细粒度合并区域前后两个非目标区域也合并,若在将细粒度合并区域与前后两个非目标区域合并之后,发现新的相邻目标区域,则合并该新的相邻目标区域;/n其中,所述目标区域是存在所述待检测标志物的ROI区域,所述非目标区域是不存在所述待检测标志物的ROI区域;/n所述比例值为经过第三全连接层输出的各ROI区域中待检测标志物的占比。/n
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浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,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/201611198541.5/,转载请声明来源钻瓜专利网。
- 上一篇:一种火点遥感监测方法
- 下一篇:电子字帖的书写检测方法及装置、电子字帖