[发明专利]一种实时的视频目标检测方法在审
| 申请号： | 201811346329.8 | 申请日： | 2018-11-13 |
| 公开（公告）号： | CN109508672A | 公开（公告）日： | 2019-03-22 |
| 发明（设计）人： | 柏正尧;蒋冬 | 申请（专利权）人： | 云南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 昆明大百科专利事务所 53106 | 代理人： | 何健 |
| 地址： | 650500 云南省昆*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种实时的视频目标检测方法，包括：1)数据集来源于PASCAL VOC公共数据库，该数据库为图像识别和分类提供了一整套标准化的数据集；2)用层数更多的卷积神经网络替代层数少的网络，通过对特征的重复利用，使训练的模型对物体的分类以及位置的预测更为精确；3)通过卷积层的跨层连接，再通过上采样操作增加预测层得到目标的分类及位置；4)单纯进行上采样得到的分割结果比较粗糙，连接上采样层和低层卷积层的特征得到了更为精确的目标分类和定位结果。本发明实时视频目标检测存在检测精度高、检测速度快，达到高精度的同时满足实时要求。 | ||
| 搜索关键词： | 上采样 检测 视频目标 数据集 卷积 卷积神经网络 公共数据库 定位结果 分割结果 分类提供 目标分类 目标检测 实时视频 图像识别 重复利用 分类 预测 低层 跨层 粗糙 数据库 标准化 替代 网络 | ||
【主权项】：
1.一种实时的视频目标检测方法，其特征在于：1)数据集来源于PASCALVOC公共数据库，该数据库为图像识别和分类提供了一整套标准化的数据集；2)用层数更多的卷积神经网络替代层数少的网络，通过对特征的重复利用，使训练的模型对物体的分类以及位置的预测更为精确；3)通过卷积层的跨层连接，再通过上采样操作增加预测层得到目标的分类及位置；4)单纯进行上采样得到的分割结果比较粗糙，连接上采样层和低层卷积层的特征得到了更为精确的目标分类和定位结果。
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云南大学，未经云南大学许可，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/201811346329.8/，转载请声明来源钻瓜专利网。
