[发明专利]图像中物体的检测方法、装置及系统有效
| 申请号： | 201911048196.0 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110751160B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 杨铀;刘琼;李贝 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06V10/46 | 分类号： | G06V10/46;G06V10/80;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 钭飒飒;刘芳 |
| 地址： | 430070 湖北*** | 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： | 本发明提供一种图像中物体的检测方法、装置及系统，该方法，包括：获取场景的焦点堆栈，所述焦点堆栈包括同一场景聚焦在不同深度平面上的聚焦切片，通过深度卷积神经网络对所述焦点堆栈进行多层次特征提取，得到所述焦点堆栈的L层特征；其中，L为大于1的自然数；通过卷积长短期机器模型对每一层特征进行融合处理，得到所述焦点堆栈的L层聚焦融合特征；对所述L层聚焦融合特征进行多层次特征融合处理，得到目标聚焦融合特征，对所述目标聚焦融合特征进行卷积处理，并通过激活函数对卷积处理后的特征进行激活，得到显著图像。以提高在复杂环境场景图像中检测物体的准确性和鲁棒性。 | ||
| 搜索关键词： | 图像 物体 检测 方法 装置 系统 | ||
【主权项】：
1.一种图像中物体的检测方法，其特征在于，包括：/n获取场景的焦点堆栈；所述焦点堆栈包括同一场景聚焦在不同深度平面上的聚焦切片，/n通过深度卷积神经网络对所述焦点堆栈进行多层次特征提取，得到所述焦点堆栈的L层特征；其中，L为大于1的自然数；/n通过卷积长短期机器模型对每一层特征进行融合处理，得到所述焦点堆栈的L层聚焦融合特征；/n对所述L层聚焦融合特征进行多层次特征融合处理，得到目标聚焦融合特征；/n对所述目标聚焦融合特征进行卷积处理，并通过激活函数对卷积处理后的特征进行激活，得到显著图像。/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华中科技大学，未经华中科技大学许可，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/201911048196.0/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
