[发明专利]一种基于深度学习和多层特征融合的驾驶场景目标检测方法在审
| 申请号： | 201810530668.5 | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108875595A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 赵敏;孙棣华;贾建 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京汇泽知识产权代理有限公司 11228 | 代理人： | 武君 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及交通图像处理技术领域，公开了一种基于深度学习和多层特征融合的驾驶场景目标检测方法，该方法包括以下步骤：1)采集视频图像，作为训练数据集，并进行预处理；2)搭建训练网络；3)对训练网络进行初始化，获得预训练模型；4)使用步骤3)获得的预训练模型在训练数据集上进行训练，获得训练模型；5)使用车载摄像头采集前方图像，将图像输入步骤4)获得的训练模型中，获得检测结果。本发明采用基于特征金字塔的多层特征融合方法来增强低层特征图的语义信息，从而提升网络的特征提取质量，获得更高的检测精度。 | ||
| 搜索关键词： | 训练模型 特征融合 多层 训练数据集 场景目标 训练网络 检测 预处理 采集视频图像 图像输入步骤 驾驶 车载摄像头 低层特征 检测结果 交通图像 前方图像 特征提取 语义信息 初始化 金字塔 采集 学习 网络 | ||
【主权项】：
1.一种基于深度学习和多层特征融合的驾驶场景目标检测方法，其特征在于，该方法包括以下步骤：1)采集视频图像，作为训练数据集，并进行预处理；2)搭建训练网络；3)对训练网络进行初始化，获得预训练模型；4)使用步骤3)获得的预训练模型在训练数据集上进行训练，获得训练模型；5)使用车载摄像头采集前方图像，将图像输入步骤4)获得的训练模型中，获得检测结果。
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重庆大学，未经重庆大学许可，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/201810530668.5/，转载请声明来源钻瓜专利网。
