-
公开(公告)号:CN113487654A
公开(公告)日:2021-10-08
申请号:CN202110768710.9
申请日:2021-07-07
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于多专家决策的多模态视觉目标跟踪方法,包括:步骤(1):分别从当前帧的可见光图像和热红外图像中获取多个尺度的搜索窗口,并根据所述多个尺度的搜索窗口提取可见光图像和热红外图像的外观特征;步骤(2):采用若干判别相关滤波器分别作为专家,将提取的可见光图像和热红外图像的外观特征输入所述若干判别相关滤波器,根据每个专家输出的相关响应得分分别预测当前帧的目标位置;步骤(3):将每个专家预测的当前帧的目标位置乘以每个专家的权重,得到最终目标的位置。本发明能够实现对目标的有效跟踪。
-
公开(公告)号:CN111738045A
公开(公告)日:2020-10-02
申请号:CN202010060122.5
申请日:2020-01-19
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本申请涉及一种图像检测方法、装置、电子设备及存储介质,该方法通过获取鱼眼图像;根据训练后的对象确定模型中的特征提取模块对鱼眼图像进行特征提取,得到多个特征图像;特征提取模块包括至少一个可形变卷积层;多个特征图像的尺度互不相同;根据训练后的对象确定模型中的对象检测模块对多个特征图像进行检测,得到多个边界框;多个边界框均为不规则的四边形;确定多个边界框的每个边界框中对象的类别和位置信息。本申请通过引入可形变卷积层,可以自适应地生成采样位置,从而提取有效的畸变特征;另外,训练后的对象确定模型可以输出与对象匹配的畸变形状。如此,可以提高模型的鲁棒性,可以提高对象检测的精度。
-
公开(公告)号:CN111291637A
公开(公告)日:2020-06-16
申请号:CN202010058934.6
申请日:2020-01-19
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明公开了一种基于卷积神经网络的人脸检测方法、装置及设备,包括:响应于来自人脸检测系统的指令,对输入图像进行预处理获得待检测图像;基于卷积神经网络构建人脸检测的网络模型;对所述网络模型进行模型预训练,得到预训练后的网络模型;对所述预训练后的网络模型进行模型剪枝和微调,得到最终人脸检测的检测模型;将所述待检测图像输入到所述检测模型中,得到所述输入图像中人脸的位置。本发明基于对小目标检测效果较好的YOLOv3构建网络模型,根据人脸特征生成锚框,同时对网络模型进行剪枝压缩,去除对包含信息量少的卷积通道,减少了模型参数规模,能实现快速人脸检测且有利于模型移动端部署。
-
公开(公告)号:CN111738045B
公开(公告)日:2024-04-19
申请号:CN202010060122.5
申请日:2020-01-19
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V20/10 , G06V10/40 , G06V10/44 , G06V10/774 , G06T7/00 , G06T7/13 , G06N3/0464
Abstract: 本申请涉及一种图像检测方法、装置、电子设备及存储介质,该方法通过获取鱼眼图像;根据训练后的对象确定模型中的特征提取模块对鱼眼图像进行特征提取,得到多个特征图像;特征提取模块包括至少一个可形变卷积层;多个特征图像的尺度互不相同;根据训练后的对象确定模型中的对象检测模块对多个特征图像进行检测,得到多个边界框;多个边界框均为不规则的四边形;确定多个边界框的每个边界框中对象的类别和位置信息。本申请通过引入可形变卷积层,可以自适应地生成采样位置,从而提取有效的畸变特征;另外,训练后的对象确定模型可以输出与对象匹配的畸变形状。如此,可以提高模型的鲁棒性,可以提高对象检测的精度。
-
-
-