[发明专利]一种基于深度学习的特定标志检测方法在审
| 申请号： | 202110375641.5 | 申请日： | 2021-04-03 |
| 公开（公告）号： | CN113076882A | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 缪亚男;李扬曦;王佩 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100029*** | 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 基于 深度 学习 特定 标志 检测 方法 | ||
【权利要求书】：
1.一种基于深度学习的特定标志检测方法，其特征在于，包括：
S100：输入一段待检测视频；
S200：对所述待检测视频进行关键帧抽取，得到关键帧图像；
S300：对所述关键帧图像进行特定标志检测。
2.根据权利要求1所述的一种基于深度学习的特定标志检测方法，其特征在于，所述步骤S200，具体步骤包括：
S210：对所述待检测视频进行转码；
S220：对转码视频进行关键帧抽取，得到关键帧图像。
3.根据权利要求1所述的一种基于深度学习的特定标志检测方法，其特征在于，所述步骤S300，具体步骤包括：
S310：将所述关键帧图像送入到FasterRCNN检测网络框架中，并提取所述FasterRCNN检测网络框架中关键帧图像的图像特征信息；
S320：根据所述图像特征信息产生若干的候选框；
S330：将每个所述候选框连接一个回归器以及分类器；
S340：根据所述回归器定位所述候选框位置；
S350：根据所述分类器判断所述候选框是否包含特定标志。
4.根据权利要求3所述的一种基于深度学习的特定标志检测方法，其特征在于，还包括对所述FasterRCNN检测网络进行网络优化：针对特定标志较小的视频进行网络优化以及针对特定标志尺度、姿态变化的视频进行网络优化。
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国家计算机网络与信息安全管理中心，未经国家计算机网络与信息安全管理中心许可，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/202110375641.5/1.html，转载请声明来源钻瓜专利网。
