[发明专利]一种基于域适应的可自主学习目标检测方法有效
| 申请号： | 201910621187.X | 申请日： | 2019-07-10 |
| 公开（公告）号： | CN110458022B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 罗大鹏;牟泉政;王聪皓;魏龙生;张婧;何松泽;毛敖;徐慧敏 | 申请（专利权）人： | 中国地质大学（武汉） |
| 主分类号： | G06V20/52 | 分类号： | G06V20/52;G06K9/62;G06V10/774;G06V10/764 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 邹桂敏 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于域适应的可自主学习目标检测方法，采用任一通用检测器作为初始检测器，设置置信度阈值β和自适应阈值θ，对目标域进行检测，得到正样本、负样本和难样本；从INRIA Person数据集中选择若干样本得到任一源域样本，利用CycleGAN模型将源域样本转换为目标域样本；将目标域样本作为VGG19分类器的训练集，对VGG19分类器进行训练，得到最终VGG19分类器；利用最终VGG19分类器对难样本进行分类，得到新的正样本和负样本；以新的正样本和负样本对初始检测器进行优化，得到目标检测器；利用目标检测器对实际目标域进行目标检测，得到检测目标。本发明的有益效果是：提高了通用检测器的目标检测性能和目标检测精度，解决了域迁移问题，可应用于任意监控场景。 | ||
| 搜索关键词： | 一种 基于 适应 自主 学习 目标 检测 方法 | ||
【主权项】：
1.一种基于域适应的可自主学习目标检测方法，其特征在于：包括以下步骤：/nS1：采用任一通用检测器作为初始检测器，并设置所述初始检测器的置信度阈值β和自适应阈值θ，对目标域进行检测，得到正样本、负样本和难样本；所述目标域是通过监控视频得到的多帧图片；所述正样本表示目标样本，所述负样本表示除目标样本以外的其他样本，所述难样本表示无法区分为正样本或负样本的样本；/nS2：从INRIA Person数据集中选择若干样本得到任一源域样本，利用CycleGAN模型将所述源域样本转换为目标域样本；/nS3：将所述目标域样本作为VGG19分类器的训练集，对VGG19分类器进行训练，得到最终VGG19分类器；利用所述最终VGG19分类器对步骤S1中的难样本进行分类，加上步骤S1中的正样本和负样本，得到新的正样本和负样本；/nS4：采用在线渐进学习方法，以所述新的正样本和负样本对初始检测器进行优化，得到目标检测器；/nS5：利用所述目标检测器对实际目标域进行目标检测，得到检测目标。/n
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中国地质大学（武汉），未经中国地质大学（武汉）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/201910621187.X/，转载请声明来源钻瓜专利网。
