条幅检测方法、装置及设备

发明专利有效专利

申请号：
CN201811636145.5
IPC分类号：G06T7/246;G06K9/32;G06K9/62
申请日期：
2018-12-29
申请人：
杭州海康威视数字技术股份有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	条幅检测方法、装置及设备
申请号	CN201811636145.5	申请日期	2018-12-29
法律状态	实质审查	申报国家	中国
公开/公告日	2020-07-07	公开/公告号	CN111383246A
优先权	暂无	优先权号	暂无
主分类号	G06T7/246 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/20 运动分析（数字视频信号的编解码或解压缩的运动估计入H04N 19/43，H04N 19/51）〔6，2006.01，2017.01〕 G06T7/246 使用基于特征的方法，如角、段〔2017.01〕	IPC分类号	G;0;6;T;7;/;2;4;6;;;G;0;6;K;9;/;3;2;;;G;0;6;K;9;/;6;2查看分类表>
申请人	杭州海康威视数字技术股份有限公司	申请人地址	浙江省杭州市滨江区阡陌路555号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	杭州海康威视数字技术股份有限公司	当前权利人	杭州海康威视数字技术股份有限公司
发明人	谢冬梅
代理机构	北京柏杉松知识产权代理事务所（普通合伙）	代理人	丁芸;项京

摘要

本发明实施例提供的一种条幅检测方法、装置及设备，通过获得待测图像，将待测图像输入预设的深度学习模型。其中，预设的深度学习模型为预先利用收集的多个包含条幅对象的样本图像训练得到的深度学习模型。获得所述预设的深度学习模型对所述待测图像进行处理后输出的待测对象及每个待测对象的类别置信度。其中，待测对象是所述预设的深度学习模型从所述待测图像中提取的。针对每个待测对象，判断该待测对象的类别置信度是否满足预设条幅类别置信度条件。如果是，则确定该待测对象为条幅。与基于颜色识别以及角点检测从待测图像中检测条幅的方式相比，能够检测到被遮挡或者颜色与背景色接近的条幅，提高了图像中条幅的检测准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供