[发明专利]一种基于关键点的区域建议生成方法有效
| 申请号： | 201910717208.8 | 申请日： | 2019-08-05 |
| 公开（公告）号： | CN110427941B | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 丁新涛;汪金宝;卞维新;接标 | 申请（专利权）人： | 安徽师范大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/20;G06N3/04;G06N3/08 |
| 代理公司： | 芜湖安汇知识产权代理有限公司 34107 | 代理人： | 钟雪 |
| 地址： | 241000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于深度学习技术领域，提供一种基于关键点的区域建议生成方法，包括如下步骤：S1、对关键点集D进行二样本抽样并生成矩形框；S2、建立各矩形框的正负标签及回归值数组；S3、基于面积大小对矩形框进行分组，基于组别数来构建表示正负标签的特征立方体，称为标签特征；S4、基于4倍组别数来构建表示回归变量的特征立方体，称为回归特征；S5、将矩形框的正负标签映射到标签特征上；S6、将矩形框的回归值数组映射到回归特征上；S7、将标签特征和回归特征代入已知的卷积网络训练，生成区域建议。提供了一种基于关键点的区域建议生成方法，将目标的局部属性应用于区域建议，提高了区域建议的智能性、针对性。 | ||
| 搜索关键词： | 一种 基于 关键 区域 建议 生成 方法 | ||
【主权项】：
1.一种基于关键点的区域建议生成方法，其特征在于，所述方法具体包括如下步骤：S1、对关键点集D进行二样本抽样并生成矩形框；S2、建立各矩形框的正负标签及回归值数组；S3、基于面积大小对矩形框进行分组，基于组别数来构建表示正负标签的特征立方体，称为标签特征；S4、基于4倍组别数来构建表示回归变量的特征立方体，称为回归特征；S5、将矩形框的正负标签映射到标签特征上；S6、将矩形框的回归值数组映射到回归特征上；S7、将完成相关映射的标签特征和回归特征代入已知的卷积网络训练，生成区域建议。
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安徽师范大学，未经安徽师范大学许可，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/201910717208.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种为物体检测模型生成预选框的方法
- 下一篇：一种检测区域确定方法
