[发明专利]一种图像识别装置及其方法有效

专利信息
申请号: 201811654192.2 申请日: 2018-12-29
公开(公告)号: CN109784245B 公开(公告)日: 2023-05-02
发明(设计)人: 赵自然;游燕;马旭明 申请(专利权)人: 清华大学;同方威视技术股份有限公司
主分类号: G06V10/147 分类号: G06V10/147;G06V10/143;G06V10/82;G06V10/80;G06V10/774;G06T5/50
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 倪斌
地址: 100084*** 国省代码: 北京;11
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 图像 识别 装置 及其 方法
【权利要求书】:

1.一种图像识别装置,包括:

聚焦透镜,被配置为聚焦投射来自被检对象的毫米波/太赫兹波信号;

双极化毫米波/太赫兹探测计,被配置为极化分离所述聚焦透镜所投射的毫米波/太赫兹波信号,获得水平极化信号和垂直极化信号;

信号处理器,被配置为:

对所述水平极化信号和所述垂直极化信号进行组合得到组合信号;以及

基于所述水平极化信号、所述垂直极化信号、以及所述组合信号形成融合图像;

神经网络识别器,被配置为:

连续根据所述融合图像进行训练学习,获得不断更新的训练模型;以及

基于所述训练模型进行图像识别;以及

图像显示器,被配置为显示所识别出的图像。

2.根据权利要求1所述的图像识别装置,所述信号处理器还被配置为:

基于所述水平极化信号、所述垂直极化信号、以及所述组合信号成像出多个图像;

确定所述多个图像是否是完整的图像,其中,

如果所述多个图像是完整的图像,则所述信号处理器将所述图像融合为融合图像;以及

如果所述多个图像不是完整的图像,则所述信号处理器丢弃所述多个图像。

3.根据权利要求2所述的图像识别装置,所述神经网络识别器被配置为基于所述多个图像以及所述融合图像不断进行训练学习。

4.根据权利要求1所述的图像识别装置,其中:

基于所述训练模型进行图像识别包括:

如果所述融合图像与所述训练模型的匹配程度大于第一阈值,则认为所述融合图像被识别;

如果所述融合图像与所述训练模型的匹配程度小于或等于第一阈值,则认为所述融合图像不能被识别,则丢弃所述融合图像。

5.根据权利要求4所述的图像识别装置,其中:

当所述融合图像与所述训练模型的匹配程度小于或等于第一阈值时,所述信号处理器基于下一组水平极化信号和垂直极化信号进行识别,直至这样的识别处理连续执行的次数大于第二阈值为止。

6.根据权利要求5所述的图像识别装置,其中,所述第一阈值为90%。

7.根据权利要求5所述的图像识别装置,其中,所述第二阈值为50。

8.根据权利要求5所述的图像识别装置,其中,当所述识别处理连续执行次数大于所述第二阈值时,检查所述双极化毫米波/太赫兹探测计是否故障或受到强干扰。

9.一种图像识别方法,包括:

聚焦投射来自被检对象的毫米波/太赫兹波信号;

极化分离所投射的所述毫米波/太赫兹波信号,获得水平极化信号和垂直极化信号;

对所述水平极化信号和所述垂直极化信号进行组合得到组合信号;

基于所述水平极化信号、所述垂直极化信号、以及所述组合信号形成融合图像;

连续根据所述融合图像进行训练学习,获得不断更新的训练模型;

基于所述训练模型进行图像识别;以及

显示所识别出的图像。

10.根据权利要求9所述的方法,还包括:

基于所述水平极化信号、所述垂直极化信号、以及所述组合信号成像出多个图像;

确定所述多个图像是否是完整的图像,其中,

如果所述多个图像是完整的图像,则将所述图像融合为融合图像;以及

如果所述多个图像不是完整的图像,则丢弃所述多个图像。

11.根据权利要求10所述的方法,还包括:基于所述多个图像以及所述融合图像不断进行训练学习。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学;同方威视技术股份有限公司,未经清华大学;同方威视技术股份有限公司许可,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/201811654192.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top