[发明专利]物体检测方法、装置、图像处理设备及存储介质有效
| 申请号： | 201810373286.6 | 申请日： | 2018-04-24 |
| 公开（公告）号： | CN108846826B | 公开（公告）日： | 2021-06-22 |
| 发明（设计）人： | 施建源;陈剑勇;朱映映 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/73;G06K9/62;G06K9/46 |
| 代理公司： | 深圳青年人专利商标代理有限公司 44350 | 代理人： | 吴桂华 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用计算机技术领域，提供了一种物体检测方法、装置、图像处理设备及存储介质，该方法包括：通过训练好的卷积神经网络提取待检测图像在不同卷积层的特征图，从这些特征图中选取待预测特征图，在待预测特征图的每个特征值位置处生成与待检测图像尺寸相关的先验框，通过训练好的特征增强模块和预测模块，对待预测特征图进行预测，生成每个先验框对应的预测框，根据待预测特征图上的预测框，确定待检测图像上的目标物体类别和目标物体位置，从而有效地提高待检测图像上较小物体的检测效果，降低了复杂背景对检测结果的干扰，并实现多尺寸待检测图像的物体检测，进而有效地提高了物体检测的速度、效率和灵活性。 | ||
| 搜索关键词： | 物体 检测 方法 装置 图像 处理 设备 存储 介质 | ||
【主权项】：
1.一种物体检测方法，其特征在于，所述方法包括下述步骤：接收待检测图像，通过预先训练好的卷积神经网络对所述待检测图像进行特征提取，以得到所述待检测图像在不同卷积层的特征图；从所述提取得到的所有特征图中选取预设数目个待预测特征图，在每个所述待预测特征图的每个特征值位置处生成与所述待检测图像尺寸相关的先验框；通过预先训练好的特征增强模块和预测模块，对每个所述待预测特征图进行预测，生成所述每个先验框对应的预测框；根据所述待预测特征图上的所述预测框，确定所述待检测图像上的目标物体类别和目标物体位置。
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深圳大学，未经深圳大学许可，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/201810373286.6/，转载请声明来源钻瓜专利网。
