[发明专利]基于HOG特征和自编码器的目标检测方法在审
| 申请号： | 201811521433.6 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109800767A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 陈天标;张昊 | 申请（专利权）人： | 天津津航技术物理研究所 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06K9/66;G06N3/04;G06N3/08 |
| 代理公司： | 中国兵器工业集团公司专利中心 11011 | 代理人： | 周恒 |
| 地址： | 300308 天津*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于人工智能的目标检测和识别技术领域，具体涉及一种基于HOG特征和自编码器的目标检测方法。本发明提出将HOG特征和自编码器结合用于目标分类。本发明针对在特征提取+分类器设计方法中，特征提取后向量维度高、特征向量之间存在非线性，从而影响其线性可分性的问题，使用深度学习算法中自编码器方法，去除输入特征的线性相关性，得到其本质特征后，再使用分类器进行分类判别。通过本发明可以在目标高度大于32个像素时具有较高的检测率和较低的虚警率。 | ||
| 搜索关键词： | 编码器 目标检测 特征提取 目标检测和识别 分类器设计 线性可分性 人工智能 本质特征 目标分类 输入特征 特征向量 向量维度 学习算法 分类器 检测率 虚警率 再使用 去除 像素 分类 | ||
【主权项】：
1.一种基于HOG特征和自编码器的目标检测方法，其特征在于，该方法包括：步骤1：归一化输入图像，对目标图像提取HOG特征；步骤2：使用HOG特征训练自编码器，得到多层自编码器和多次编码后的特征；步骤3：使用编码后的特征和图像对应的标签有监督地训练Softmax分类器；步骤4：将自编码器组合成堆栈自编码器，并与Softmax串联构成算法模型；步骤5：使用输入图像的HOG特征及其对应的图像标签对算法模型进行微调。
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天津津航技术物理研究所，未经天津津航技术物理研究所许可，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/201811521433.6/，转载请声明来源钻瓜专利网。
