[发明专利]基于图像显著性检测的水工复杂场景下人物识别方法在审
| 申请号： | 201910240747.7 | 申请日： | 2019-03-27 |
| 公开（公告）号： | CN109977970A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 孙丰;卢克;马艳娜 | 申请（专利权）人： | 浙江水利水电学院 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 吴秉中;吴伟凯 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 显著性 复杂场景 检测 人物识别 第一层 高光 粗糙 卷积神经网络 图像 抓取 显著性特征 显著性物体 边界特征 局部特征 区域语义 人物数据 特征信息 像素层面 信息缺失 语义信息 运行过程 短连接 显著图 两层 标注 图片 融合 引入 全局 网络 表现 监督 | ||
【权利要求书】：
1.一种基于图像显著性检测的水工复杂场景下人物识别方法，其技术特征在于：采用多层次的全卷积神经网络对图片进行显著性物体的检测，在检测过程中专门针对小物体情况采集全局语义特征，采集局部信息作为补充。
2.根据权利要求1所述的基于图像显著性检测的水工复杂场景下人物识别方法，其特征在于：采集全局语义特征即小物体人物主要的所在位置作为判断显著性物体位置的基本信息，使用短连接将局部信息即浅层卷积层输出的人物动作细节作为补充信息为全局语义进行补充。
3.根据权利要求1所述的基于图像显著性检测的水工复杂场景下人物识别方法，其特征在于：使用短连接的模型融合局部信息与全局语义特征。
4.根据权利要求2或3所述的基于图像显著性检测的水工复杂场景下人物识别方法，其特征在于：该方法在图片中显著性物体为小物体，人物占比低的情况下具有高灵敏度的检测性。
5.根据权利要求2或3所述的基于图像显著性检测的水工复杂场景下人物识别方法，其特征在于，该方法对于场景中存在的复杂背景具有高强度的过滤能力。
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浙江水利水电学院，未经浙江水利水电学院许可，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/201910240747.7/1.html，转载请声明来源钻瓜专利网。
