公开(公告)号：CN106203450A

公开(公告)日：2016-12-07

申请号：CN201610542676.2

申请日：2016-07-11

Applicant: 国家新闻出版广电总局广播科学研究院

Inventor： 赵怀瑾 ,  周芸 ,  王强

IPC: G06K9/46 ,  G06K9/62 ,  G06K9/42

CPC classification number: G06K9/4604 ,  G06K9/42 ,  G06K9/6269 ,  G06K2209/21

Abstract: 本发明涉及一种基于深度学习框架对图像进行特征提取的目标检测方法，其技术特点是：基于MCG算法对图像进行预处理，提取出可能存在的目标位置的图像块；基于MTSE算法优化已提取出来的图像块；将得到的图像块利用超像素优化的方法迭代调整到caffe框架输入要求的大小；利用caffe深度学习框架对图像块进行特征提取，其中模型的配置利用R-CNN算法完成；对得到的特征利用SVM算法进行分类，得到最终结果。本发明设计合理，通过对图像进行预处理减少了特征的计算量，然后利用caffe深度学习框架提取图像的深度特征，能更好地表示物体，并用SVM分类算法对特征进行分类，获得了良好的检测结果。