[发明专利]一种基于深度学习的船名字符区域检测方法有效
| 申请号： | 201910950738.7 | 申请日： | 2019-10-08 |
| 公开（公告）号： | CN110766002B | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 张三元;吴书楷;祁忠琪;涂凯 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06V20/62 | 分类号： | G06V20/62;G06V10/26;G06N3/04;G06N3/08;G06T7/13;G06T7/136 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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船名字符区域检测方法。通过摄像机采集大运河过往货船的高清图片，预处理后对图片中船名字符区域进行标注，构建船名字符区域检测数据集；搭建基于特征融合策略的深度学习检测网络，将数据集送入网络进行训练；利用训练好的检测网络对原图中的目标区域进行计算，根据置信度阈值和非极大值抑制算法对检测结果进行筛选获得最终的检测框，并绘制在图片上。本发明能够快速、准确地对自然场景中的货船船名字符区域进行检测，相比于传统检测方法采用阈值分割、边缘检测等技术，其不容易受光线、雨水等复杂环境的影响，在智能交通领域具有较好的应用前景。 | ||
| 搜索关键词： | 一种 基于 深度 学习 船名 字符 区域 检测 方法 | ||
【主权项】：
1.一种基于深度学习的船名字符区域检测方法，其特征在于：/n包括以下步骤：/n1)采集经过运河的货船图片作为样本图片，然后对样本图片进行预处理，所有样本图片及其标注信息作为数据集；/n2)构建船名字符区域检测网络，使用步骤1)的数据集训练船名字符区域检测网络，得到训练后的船名字符区域检测网络；/n3)对待测货船图片进行预处理后输入步骤2)训练后的船名字符区域检测网络，获得包含置信度得分的目标框；/n4)根据置信度阈值筛选出高得分的目标框，然后通过非极大值抑制算法剔除位置重合度高的目标框，最终保留的目标框作为最终检测结果。/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浙江大学，未经浙江大学许可，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/201910950738.7/，转载请声明来源钻瓜专利网。
