[发明专利]一种基于目标空间知识和两阶段预测学习的目标检测方法有效
| 申请号： | 201711059887.1 | 申请日： | 2017-11-01 |
| 公开（公告）号： | CN107871119B | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 侯彪;任仲乐;焦李成;朱浩;赵暐;刘旭;孙其功;马文萍 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710065 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于目标空间知识和两阶段预测学习的目标检测方法，利用各种数据变换的方法增大样本的数目、增加样本的多样性，训练SSD和新设计的RefineNet两个深层神经网络；对SSD初步预测结果中概率较大的预测目标通过RefineNet进一步提升判别的准确性；通过制定目标特有的空间结构约束规则减少错误的预测，得到最终的检测结果。本发明与现有的一些方法相比，同时考虑了遥感目标的视觉特性和空间特性，并利用特征提取能力卓越的深层网络实现了端到端的目标候选、特征提取与分类定位，明显提高了遥感目标的检测率，降低了虚警率。 | ||
| 搜索关键词： | 一种 基于 目标 空间 知识 阶段 预测 学习 检测 方法 | ||
【主权项】：
一种基于目标空间知识和两阶段预测学习的目标检测方法，其特征在于，利用数据变换的方法增大样本的数目、增加样本的多样性，训练SSD和RefineNet两个深层神经网络；对SSD初步预测结果中概率较大的预测目标通过RefineNet进一步提升判别的准确性；通过制定目标特有的空间结构约束规则减少错误的预测，进一步提升检测结果，利用深层网络的特征学习能力，结合目标空间结构先验的约束，实现多类遥感目标的准确检测。
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西安电子科技大学，未经西安电子科技大学许可，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/201711059887.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种数学教育用教学板
- 下一篇：一种具有空气净化功能的黑板
