[发明专利]通过提高目标分类和定位准确度改善目标检测性能的方法在审
| 申请号： | 201710450327.2 | 申请日： | 2017-06-15 |
| 公开（公告）号： | CN107316058A | 公开（公告）日： | 2017-11-03 |
| 发明（设计）人： | 娄英欣;周芸;付光涛;姜竹青;门爱东 | 申请（专利权）人： | 国家新闻出版广电总局广播科学研究院;北京邮电大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 天津盛理知识产权代理有限公司12209 | 代理人： | 王利文 |
| 地址： | 100886 北京市西*** | 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： | 本发明涉及一种通过提高目标分类和定位准确度改善目标检测性能的方法，其主要技术特点是根据卷积神经网络架构提取图像特征，并选择卷积层前M层输出进行特征融合，形成多特征的特征图；在卷积层M上进行网格划分，在每个网络中预测固定数目和大小的目标候选框；将候选框映射到特征图上进行裁剪，然后将裁剪结果进行多特征连接；将上述结果通过全连接层后，通过Softmax分类算法对图像特征进行分类，并用重叠面积损失函数进行在线迭代回归定位，得到最终目标检测的结果。本发明设计合理，通过卷积神经网络提取特征，并对图像特征进行多层融合，最后使用Softmax分类算法对图像特征进行分类，并采用重叠面积损失函数进行定位，获得了良好的目标检测结果。 | ||
| 搜索关键词： | 通过 提高 目标 分类 定位 准确度 改善 检测 性能 方法 | ||
【主权项】：
一种通过提高目标分类和定位准确度改善目标检测性能的方法，其特征在于包括以下步骤：步骤1、根据卷积神经网络架构提取图像特征，并选择卷积层前M层输出进行特征融合，形成多特征的特征图；步骤2、在卷积层M上进行网格划分，在每个网络中预测固定数目和大小的目标候选框；步骤3、将候选框映射到特征图上进行裁剪，然后将裁剪结果进行多特征连接；步骤4、将上述结果通过全连接层后，通过Softmax分类算法对图像特征进行分类，并用重叠面积损失函数进行在线迭代回归定位，得到最终目标检测的结果。
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国家新闻出版广电总局广播科学研究院;北京邮电大学，未经国家新闻出版广电总局广播科学研究院;北京邮电大学许可，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/201710450327.2/，转载请声明来源钻瓜专利网。
- 上一篇：核动力装置故障诊断方法
- 下一篇：学习者姿态识别方法
