[发明专利]使用尖峰神经网络进行对象检测的方法、系统和程序产品

权利要求书

1.一种使用尖峰神经网络进行对象检测的系统，所述系统包括：

一个或更多个处理器以及编码有指令的非暂时性存储器，使得当执行所述指令时，所述一个或更多个处理器执行以下操作：

使用尖峰神经网络根据具有颜色分量的输入图像的强度生成强度显著性映射，其中，在生成强度显著性映射的操作中，所述一个或更多个处理器执行以下操作：根据所述输入图像的强度生成多个尖峰；用高斯核对所述多个尖峰进行卷积以生成多个高斯映射，每个高斯映射具有不同的比例；根据所述多个高斯映射生成一组特征映射；通过将所述一组特征映射相加来生成一组最终特征映射；以及将所述一组最终特征映射相加；

使用尖峰神经网络针对所述输入图像中的多个颜色分量生成颜色显著性映射；

通过组合所述强度显著性映射和所述颜色显著性映射来生成对象检测模型；以及

使用所述对象检测模型检测所述输入图像中的多个关注对象。

2.根据权利要求1所述的系统，其中，所述一个或更多个处理器还执行以下操作：

针对所述输入图像中的每个颜色分量生成多个尖峰；

针对每个映射的颜色分量，用高斯核对所述多个尖峰进行卷积以生成多个高斯映射，每个高斯映射具有不同的比例；

针对每个映射的颜色分量，根据所述多个高斯映射生成一组特征映射；

针对每个映射的颜色分量，通过将所述一组特征映射相加生成一组最终特征映射；以及

针对每个映射的颜色分量，通过将所述一组最终特征映射相加来生成颜色显著性映射。

3.根据权利要求2所述的系统，其中，所述一个或更多个处理器还执行以下操作：

对来自每个强度显著性映射和颜色显著性映射的尖峰进行累积；

对所累积的尖峰应用阈值；

获得最终显著性尖峰活动；以及

根据所述最终显著性尖峰活动获得对象检测盒。

4.根据权利要求1所述的系统，其中，根据所述输入图像的总强度对所述颜色分量进行归一化。

5.根据权利要求4所述的系统，其中，归一化包括针对亮图像增加尖峰活动。

6.根据权利要求4所述的系统，其中，归一化包括针对暗图像减少尖峰活动。

7.根据权利要求1所述的系统，其中，在所述输入图像中检测显著的关注对象和较不显著的关注对象二者。

8.根据权利要求1所述的系统，其中，用低功率尖峰神经形态硬件实现所述对象检测模型。

9.一种使用尖峰神经网络进行对象检测的计算机实现的方法，所述方法包括以下步骤：

使一个或更多个处理器执行存储在非暂时性存储器上的指令，使得在执行时，所述一个或更多个处理器执行以下操作：

使用尖峰神经网络根据具有颜色分量的输入图像的强度生成强度显著性映射，其中，在生成强度显著性映射的操作中，所述一个或更多个处理器执行以下操作：根据所述输入图像的强度生成多个尖峰；用高斯核对所述多个尖峰进行卷积以生成多个高斯映射，每个高斯映射具有不同的比例；根据所述多个高斯映射生成一组特征映射；通过将所述一组特征映射相加来生成一组最终特征映射；以及将所述一组最终特征映射相加；

使用尖峰神经网络针对所述输入图像中的多个颜色分量生成颜色显著性映射；

通过组合所述强度显著性映射和所述颜色显著性映射来生成对象检测模型；以及

使用所述对象检测模型检测所述输入图像中的多个关注对象。