[发明专利]一种基于结构化高阶特征的目标检测系统及方法有效
| 申请号： | 201910912143.2 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110689071B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 左旺孟;王昊;王旗龙 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/80 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 时起磊 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于结构化高阶特征的目标检测系统及方法，它属于图像目标检测技术领域。本发明解决了现有方法在进行目标检测时仅仅使用了简单的判别信息少的一阶特征，导致无法准确地检测出图像中包含目标的问题。本发明的目标检测系统包括多尺度特征提取模块，结构化高阶特征提取模块，特征加权模块，特征融合模块，预选框生成模块，特征映射模块、分类及回归模块。多尺度特征提取模块用于提取多尺度的输出特征；结构化高阶特征提取模块用于获得结构化高阶特征，特征加权模块输出特征权重，特征融合模块将结构化高阶特征与特征权重进行按位点积，输出加权后的结构化高阶特征；再利用加权后的结构化高阶特征进行目标检测。本发明可以应用于图像目标检测。 | ||
| 搜索关键词： | 一种 基于 结构 化高阶 特征 目标 检测 系统 方法 | ||
【主权项】：
1.一种基于结构化高阶特征的目标检测系统，其特征在于，所述目标检测系统包括多尺度特征提取模块、结构化高阶特征提取模块、特征加权模块、特征融合模块、预选框生成模块、特征映射模块、分类及回归模块，其中：/n所述多尺度特征提取模块用于对待检测图像的不同尺度特征进行融合，输出多尺度特征；并将多尺度特征输入结构化高阶特征提取模块；/n所述结构化高阶特征提取模块用于对输入的多尺度特征进行结构化处理，输出结构化的高阶特征；并将结构化的高阶特征输入特征加权模块；/n所述特征加权模块用于对输入的结构化高阶特征进行处理，输出特征权重；/n所述特征融合模块用于将结构化的高阶特征与特征加权模块输出的特征权重进行按位点积，将按位点积后的特征进行级联，输出加权的结构化高阶特征；/n并将加权的结构化高阶特征输入特征映射模块；/n预选框生成模块用于生成预选框坐标，并将预选框坐标输入到特征映射模块；特征映射模块用于将预选框坐标映射到加权的结构化高阶特征上，输出经过坐标映射后的特征；/n经过坐标映射后的特征输入分类及回归模块，通过分类及回归模块输出目标检测结果。/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哈尔滨工业大学，未经哈尔滨工业大学许可，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/201910912143.2/，转载请声明来源钻瓜专利网。
