[发明专利]一种用于物体检测的深度分割引导网络有效
申请号: | 201811205606.3 | 申请日: | 2018-10-15 |
公开(公告)号: | CN109543519B | 公开(公告)日: | 2022-04-15 |
发明(设计)人: | 庞彦伟;曹家乐 | 申请(专利权)人: | 天津大学 |
主分类号: | G06V20/70 | 分类号: | G06V20/70;G06V10/82;G06V10/80;G06N3/04;G06N3/08 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 程毓英 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 物体 检测 深度 分割 引导 网络 | ||
1.一种基于深度分割引导网络的物体检测方法,包括:
(1)构建深度语义分割引导网络,包括
确定基础网络:包括依次设置的第一卷积块、第二卷积块和第三卷积块,不同卷积块之间由池化层连接;
建立用于提取语义分割上下文信息的深度语义分割引导模块:构建第一分割引导单元、第二分割引导单元和第三分割引导单元,此三个分割引导单元分别被添加到基础网络的第一卷积块、第二卷积块和第三卷积块;每个分割引导单元均包括三个卷积层,第一个卷积层用于提出语义分割的特征图;第二个卷积层用于生成语义分割的预测逻辑图,其输出特征图的通道数等于物体的类别数加1;第三个卷积层用于输出检测引导特征图,其输出特征图的通道数等于其融合卷积块特征图的通道数,其输出的结果经过Sigmoid函数归一化;每个分割引导单元输出的引导特征图和对应卷积块输出特征图通过点对点像素值相乘进行融合,融合后的特征图再和对应卷积块输出特征图进行点对点的相加作为下一个卷积块的输入;
(2)给定输入图像,经过深度语义分割引导网络输出特征图,该特征图经过物体检测子网络得到特征图每个位置属于物体的概率和位置偏移量,根据相关概率和位置偏移量得到输入图像的检测结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811205606.3/1.html,转载请声明来源钻瓜专利网。