[发明专利]一种基于深度学习的目标识别方法在审
| 申请号： | 201910328057.7 | 申请日： | 2019-04-23 |
| 公开（公告）号： | CN110210292A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 钟杨俊;巫光福;刘可可 | 申请（专利权）人： | 江西理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06T5/00;G06T5/50 |
| 代理公司： | 深圳市智胜联合知识产权代理有限公司 44368 | 代理人： | 李永华;张广兴 |
| 地址： | 341000 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的目标识别方法，包括如下步骤：通过高精度成像系统获取活动场景的光谱图像；提取所述光谱图像的光谱信息，并导入至所述成像系统的光谱信息数据库进行数据匹配；若所述光谱信息数据库中匹配到对应的光谱信息，所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标，并根据所述位置坐标，所述主控芯片控制所述成像系统进行活动场景的全方位摄像扫描，获得红外图像和光谱图像，并进行图像融合处理；最后，将所述融合后的图像进行非均匀校正；本发明方法简单易操作，采用FPGA作为成像系统的主控芯片，算法精确，能够较快速对待识别目标进行实时识别，适于在公共场合中普及使用。 | ||
| 搜索关键词： | 光谱信息 光谱图像 成像系统 活动场景 目标识别 位置坐标 主控芯片 数据库 主控芯片控制 高精度成像 公共场合 红外图像 实时识别 数据匹配 图像融合 系统获取 自动定位 非均匀 算法 校正 匹配 摄像 扫描 图像 融合 学习 | ||
【主权项】：
1.一种基于深度学习的目标识别方法，其特征在于，所述方法包括如下步骤：步骤1：通过高精度成像系统获取活动场景的光谱图像；步骤2：提取所述光谱图像的光谱信息，将所述光谱信息导入至所述成像系统的光谱信息数据库进行数据匹配，完成初步信息筛选；步骤3：若所述光谱信息匹配失败，则所述成像系统中的主控芯片控制进行下一帧活动场景光谱图像的获取；步骤4：若所述光谱信息数据库中匹配到对应的光谱信息，所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标，并根据所述位置坐标，所述主控芯片控制所述成像系统进行活动场景的全方位摄像扫描，获得红外图像和光谱图像，并进行图像融合处理；步骤5：将融合处理后的图像进行非均匀校正。
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江西理工大学，未经江西理工大学许可，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/201910328057.7/，转载请声明来源钻瓜专利网。
