[发明专利]基于深度学习的全景图像对象检测方法在审

专利信息
申请号: 201810991838.X 申请日: 2018-08-29
公开(公告)号: CN109255375A 公开(公告)日: 2019-01-22
发明(设计)人: 焦健;连海东;李哲;张立华 申请(专利权)人: 长春博立电子科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G16H50/20
代理公司: 长春市吉利专利事务所 22206 代理人: 李晓莉
地址: 130000 吉林省长春市*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于深度学习的全景图像对象检测方法,所述方法包括:S1输入测试图像;S2利用选择搜索算法在图像中提取2000个左右的候选区域;S3将每个候选区域缩放成固定的特征并传入CNN,经过运算输出CNN特征(warp)成227×227的大小并输入到CNN,将CNN的fc7层的输出作为特征;S4将每个候选区域提取到的CNN特征输入到SVM分类器进行分类。
搜索关键词: 候选区域 对象检测 全景图像 图像 输入测试 搜索算法 特征输入 输出 固定的 缩放 运算 学习 分类
【主权项】:
1.一种基于深度学习的全景图像对象检测方法,其特征在于,包括:S1输入测试图像;S2利用选择搜索算法在图像中提取1500至2500个的候选区域;S3将每个候选区域缩放成固定的特征并传入卷积神经网络模型CNN,经过运算输出特征为分辨率227×227,并所述输出特征输入到卷积神经网络模型,将卷积神经网络模型的全连接层的输出作为特征;S4将每个候选区域提取到的特征输入到支持向量机分类器进行分类。
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长春博立电子科技有限公司,未经长春博立电子科技有限公司许可,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/201810991838.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top