[发明专利]一种基于深度学习的运动物体精准定位的方法有效
| 申请号： | 201910173592.X | 申请日： | 2019-03-07 |
| 公开（公告）号： | CN109934848B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 刘宇红;何倩倩;张荣芬;林付春;马治楠;王曼曼 | 申请（专利权）人： | 贵州大学 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G06N3/0464;G06N3/08 |
| 代理公司： | 北京联创佳为专利事务所(普通合伙) 11362 | 代理人： | 韩炜 |
| 地址： | 550025 贵州省*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的运动物体精准定位的方法，按下述步骤进行：a.获取待检测的视频序列及对应的深度图；b.采用darknet‑yolo‑v3对视频序列中运动目标进行检测并标识出标识框；c.与深度图中的景深信息相结合，采用Opencv的相关函数在深度图中查找轮廓，并将包围轮廓的矩形边界绘制出来，从而得到一个感兴趣区域的矩形；d.计算出标识框面积、标识框中心点及矩形面积、矩形中心点；e.将所述标识框面积、标识框中心点及矩形面积、矩形中心点进行匹配，当二者在预设阈值范围内匹配时，标识框位置为运动目标所在的位置。本发明能够避免“空洞”现象的产生，且实时性强、识别准确率高。 | ||
| 搜索关键词： | 一种 基于 深度 学习 运动 物体 精准 定位 方法 | ||
【主权项】：
1.一种基于深度学习的运动物体精准定位的方法，其特征在于，按下述步骤进行：a.获取待检测的视频序列及对应的深度图；b.采用darknet‑yolo‑v3对视频序列中运动目标进行检测并标识出标识框；c.与深度图中的景深信息相结合，采用Opencv的相关函数在深度图中查找轮廓，并将包围轮廓的矩形边界绘制出来，从而得到一个感兴趣区域的矩形；d.计算出标识框面积、标识框中心点及矩形面积、矩形中心点；e.将所述标识框面积、标识框中心点及矩形面积、矩形中心点进行匹配，当二者在预设阈值范围内匹配时，标识框位置为运动目标所在的位置。
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贵州大学，未经贵州大学许可，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/201910173592.X/，转载请声明来源钻瓜专利网。
