[发明专利]基于旋转区域的卷积神经网络预测方法在审
| 申请号： | 201710095188.6 | 申请日： | 2017-02-22 |
| 公开（公告）号： | CN106980895A | 公开（公告）日： | 2017-07-25 |
| 发明（设计）人： | 刘子坤;翁璐斌;胡锦高;杨一平 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京瀚仁知识产权代理事务所(普通合伙)11482 | 代理人： | 郭文浩,吴晓芬 |
| 地址： | 100080 *** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明涉及一种基于旋转区域的卷积神经网络预测方法，包括以下步骤步骤1,根据输入图像生成卷积神经网络特征图和基于旋转矩形框的感兴趣区域；步骤2，根据所述卷积神经网络特征图和感兴趣区域，利用旋转感兴趣区域池化层得到特征映射图；步骤3，将所述特征映射图映射为一维特征向量；步骤4，对所述一维特征向量进行分类，得到分类结果；步骤5，对所述一维特征向量进行旋转矩形框回归预测，得到回归预测结果；步骤6，根据所述分类结果和回归预测结果输出最终预测结果。本发明中，解决了图像中由于目标发生旋转和聚集现象所带来的难以定位和识别的问题，实现了精准的定位。 | ||
| 搜索关键词： | 基于 旋转 区域 卷积 神经网络 预测 方法 | ||
【主权项】：
一种基于旋转区域的卷积神经网络预测方法，其特征在于，包括以下步骤：步骤1,根据输入图像生成卷积神经网络特征图和基于旋转矩形框的感兴趣区域；步骤2，根据所述卷积神经网络特征图和感兴趣区域，利用旋转感兴趣区域池化层得到特征映射图；步骤3，将所述特征映射图映射为一维特征向量；步骤4，对所述一维特征向量进行分类，得到分类结果；步骤5，对所述一维特征向量进行旋转矩形框回归预测，得到回归预测结果；步骤6，根据所述分类结果和回归预测结果输出最终预测结果。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/patent/201710095188.6/，转载请声明来源钻瓜专利网。
