-
公开(公告)号：CN109034245B
公开(公告)日：2021-02-05
申请号：CN201810843493.3
申请日：2018-07-27
Applicant: 燕山大学
Abstract: 本发明公开了一种利用特征图融合的目标检测方法，包括以下步骤：首先利用ZF网络提取图像特征并得到一系列处于不同层次的特征图；其次将ZF网络提取的图像特征图中的最深层特征图和浅层特征图相融合得到新特征图；再次将新特征图输入到RPN网络中得到区域建议；最后将新特征图和区域建议输入到ROIPooling层中得到区域建议的特征并同时对特征进行分类和对区域建议进行边框回归得到目标检测结果。本发明可以检测出图像中多种类别的目标，且所用的图像无需特定的图像采集设备采集。
-
Patent Agency Ranking
公开(公告)号：CN110503061A
公开(公告)日：2019-11-26
申请号：CN201910800416.4
申请日：2019-08-28
Applicant: 燕山大学
Abstract: 本发明公开了一种融合多特征的多因素视频遮挡区域检测方法及系统。所述方法通过构建多因素视频遮挡区域检测训练样本，以像素点为单位提取多因素视频遮挡区域检测相关特征；对所提取的多因素视频遮挡区域检测相关特征进行特征归一化处理，并通过Kmeans聚类获取训练样本像素点中的聚类质心，并计算各质心与类内所有训练样本像素点间的距离；基于特征加权思想，计算类内所有训练样本像素点与该类质心各特征间的距离，并根据各特征的距离与总距离的比值来计算特征权重；基于特征权重，设计改进的距离计算公式，进行加权Kmeans聚类，从而达到对多因素存在场景下视频遮挡区域进行有效检测的目的，提高了遮挡区域检测的实时性和准确性。
-
公开(公告)号：CN110188685B
公开(公告)日：2021-01-05
申请号：CN201910462177.6
申请日：2019-05-30
Applicant: 燕山大学
Abstract: 本发明公开一种基于双注意力多尺度级联网络的目标计数方法及系统。方法包括：将灰度化处理后的图像输入至双注意力多尺度级联网络的初始模块进行初始特征提取，得到初始特征图；将初始特征图输入至级联网络的第一分支网络，得到低层细节特征图和高层语义特征图；将上述特征图进行通道注意力变换，生成全局特征信息；将初始特征图输入至级联网络中的第二分支网络的空间注意力金字塔结构，生成图像的多尺度特征；将多尺度特征和全局特征信息进行融合，得到融合结果；将融合结果进行特征抽取，生成估计的目标分布密度图；将目标分布密度图进行像素求和，得到估计的目标计数结果。本发明可有效实现复杂场景下目标精确计数，具有较好的鲁棒性和泛化性。
-
公开(公告)号：CN109034245A
公开(公告)日：2018-12-18
申请号：CN201810843493.3
申请日：2018-07-27
Applicant: 燕山大学
CPC classification number: G06K9/629 , G06K9/6232 , G06K2209/21 , G06N3/0454
Abstract: 本发明公开了一种利用特征图融合的目标检测方法，包括以下步骤：首先利用ZF网络提取图像特征并得到一系列处于不同层次的特征图；其次将ZF网络提取的图像特征图中的最深层特征图和浅层特征图相融合得到新特征图；再次将新特征图输入到RPN网络中得到区域建议；最后将新特征图和区域建议输入到ROIPooling层中得到区域建议的特征并同时对特征进行分类和对区域建议进行边框回归得到目标检测结果。本发明可以检测出图像中多种类别的目标，且所用的图像无需特定的图像采集设备采集。
-
公开(公告)号：CN110503061B
公开(公告)日：2022-02-11
申请号：CN201910800416.4
申请日：2019-08-28
Applicant: 燕山大学
IPC: G06V20/40 , G06V10/44 , G06V10/762 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种融合多特征的多因素视频遮挡区域检测方法及系统。所述方法通过构建多因素视频遮挡区域检测训练样本，以像素点为单位提取多因素视频遮挡区域检测相关特征；对所提取的多因素视频遮挡区域检测相关特征进行特征归一化处理，并通过Kmeans聚类获取训练样本像素点中的聚类质心，并计算各质心与类内所有训练样本像素点间的距离；基于特征加权思想，计算类内所有训练样本像素点与该类质心各特征间的距离，并根据各特征的距离与总距离的比值来计算特征权重；基于特征权重，设计改进的距离计算公式，进行加权Kmeans聚类，从而达到对多因素存在场景下视频遮挡区域进行有效检测的目的，提高了遮挡区域检测的实时性和准确性。
-
公开(公告)号：CN110188685A
公开(公告)日：2019-08-30
申请号：CN201910462177.6
申请日：2019-05-30
Applicant: 燕山大学
Abstract: 本发明公开一种基于双注意力多尺度级联网络的目标计数方法及系统。方法包括：将灰度化处理后的图像输入至双注意力多尺度级联网络的初始模块进行初始特征提取，得到初始特征图；将初始特征图输入至级联网络的第一分支网络，得到低层细节特征图和高层语义特征图；将上述特征图进行通道注意力变换，生成全局特征信息；将初始特征图输入至级联网络中的第二分支网络的空间注意力金字塔结构，生成图像的多尺度特征；将多尺度特征和全局特征信息进行融合，得到融合结果；将融合结果进行特征抽取，生成估计的目标分布密度图；将目标分布密度图进行像素求和，得到估计的目标计数结果。本发明可有效实现复杂场景下目标精确计数，具有较好的鲁棒性和泛化性。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
