[发明专利]一种目标识别方法、装置及监控设备在审
申请号: | 201711266795.0 | 申请日: | 2017-12-05 |
公开(公告)号: | CN109871730A | 公开(公告)日: | 2019-06-11 |
发明(设计)人: | 杜磊;钮毅;罗兵华;余声 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人: | 马敬;项京 |
地址: | 310051 浙*** | 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: | 本发明实施例提供了一种目标识别方法、装置及监控设备,其中,目标识别方法包括:获取待检测图像;采用预设目标检测方法,通过预先训练得到的检测模型,对待检测图像进行检测,得到待检测图像中多个目标区域的置信度;针对置信度低于预设阈值的第一目标区域,通过预先训练得到的多个卷积神经网络分类模型,对第一目标区域中的目标进行识别,确定各目标的类别,其中,多个卷积神经网络分类模型为:对多个类别的目标分别对应的样本集进行训练得到的模型。通过本方案可以提高目标识别的精度。 | ||
搜索关键词: | 目标识别 卷积神经网络 待检测图像 分类模型 监控设备 目标区域 置信度 检测 多个目标 检测图像 预设目标 样本集 预设 | ||
【主权项】:
1.一种目标识别方法,其特征在于,所述方法包括:获取待检测图像;采用预设目标检测方法,通过预先训练得到的检测模型,对所述待检测图像进行检测,得到所述待检测图像中多个目标区域的置信度;针对置信度低于预设阈值的第一目标区域,通过预先训练得到的多个卷积神经网络分类模型,对所述第一目标区域中的目标进行识别,确定各目标的类别,其中,所述多个卷积神经网络分类模型为:对多个类别的目标分别对应的样本集进行训练得到的模型。
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杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,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/201711266795.0/,转载请声明来源钻瓜专利网。
- 上一篇:身份识别方法和身份识别系统
- 下一篇:船舶检测的方法、装置及计算机存储介质