[发明专利]一种基于深度信息预分割的卷积神经网络物体识别方法在审
| 申请号： | 201710838112.8 | 申请日： | 2017-09-18 |
| 公开（公告）号： | CN107563388A | 公开（公告）日： | 2018-01-09 |
| 发明（设计）人： | 王晟;左东昊;谢丽萍;钱唯;刘正阳;方郅昊;高英淇;成奕霖 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/46;G06N3/04;G06T7/90 |
| 代理公司： | 沈阳优普达知识产权代理事务所(特殊普通合伙)21234 | 代理人： | 张志伟 |
| 地址： | 110169 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度信息预分割的卷积神经网络物体识别方法，包括以下步骤步骤1采集场景的深度图像和彩色图像；步骤2从场景的深度图像中分割出物体的深度图像；步骤3根据物体的深度图像的分割范围，从场景的彩色图像中分割出物体的彩色图像；步骤4对分割好的彩色图像进行填充处理；步骤5将填充好的彩色图像输入到卷积神经网络进行识别，输出识别结果。本发明的基于深度信息预分割的卷积神经网络物体识别方法，可以识别复杂图片中的多个物体，训练速度快、识别速度快，对硬件要求低，可减少卷积神经网络过拟合。 | ||
| 搜索关键词： | 一种 基于 深度 信息 分割 卷积 神经网络 物体 识别 方法 | ||
【主权项】：
一种基于深度信息预分割的卷积神经网络物体识别方法，其特征在于，包括以下步骤：步骤1：采集场景的深度图像和彩色图像；步骤2：从场景的深度图像中分割出物体的深度图像；步骤3：根据物体的深度图像的分割范围，从场景的彩色图像中分割出物体的彩色图像；步骤4：对分割好的彩色图像进行填充和缩放处理；步骤5：将填充好的彩色图像输入到卷积神经网络进行识别，输出识别结果。
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东北大学，未经东北大学许可，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/201710838112.8/，转载请声明来源钻瓜专利网。
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端，信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置
