一种图像中的物体检测方法及装置

发明专利有效专利

申请号：
CN201611249792.1
IPC分类号：G06K9/00;G06K9/62;G06T7/73
申请日期：
2016-12-29
申请人：
浙江大华技术股份有限公司

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	一种图像中的物体检测方法及装置
申请号	CN201611249792.1	申请日期	2016-12-29
法律状态	授权	申报国家	中国
公开/公告日	2017-06-06	公开/公告号	CN106803071A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;T;7;/;7;3查看分类表>
申请人	浙江大华技术股份有限公司	申请人地址	浙江省杭州市滨江区滨安路1187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	浙江大华技术股份有限公司	当前权利人	浙江大华技术股份有限公司
发明人	杨松林
代理机构	北京同达信恒知识产权代理有限公司	代理人	黄志华

摘要

本发明实施例公开了一种图像中的物体检测方法及装置，用以提高目标检测的实时性。该方法中按照预设的划分方式，将待检测的图像划分为多个网格，将划分后的图像输入到预先训练完成的卷积神经网络中，获取卷积神经网络输出的所述图像的每个网格对应的特征向量，识别每个特征向量中类别参数的最大值，当该最大值大于设定阈值时，根据特征向量中中心点位置参数和外形尺寸参数，确定该类别参数对应的类别的物体的位置信息。由于本发明实施例中通过预先训练完成的卷积神经网络，确定图像中的物体的类别和位置，可以同时实现物体位置和类别的检测，无需选择多个特征区域，节省了检测的时间，提高了检测的实时性和检测的效率，并便于整体优化。

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