[发明专利]基于目标检测的海报比对方法、装置、设备及存储介质在审
| 申请号: | 202111097795.9 | 申请日: | 2021-09-18 |
| 公开(公告)号: | CN113869385A | 公开(公告)日: | 2021-12-31 |
| 发明(设计)人: | 王晟宇 | 申请(专利权)人: | 平安银行股份有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
| 地址: | 518000 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 目标 检测 海报 方法 装置 设备 存储 介质 | ||
1.一种基于目标检测的海报比对方法,其特征在于,所述方法包括:
利用训练海报图像集对预设的目标检测模型进行训练,得到训练好的目标检测模型;
利用所述训练好的目标检测模型对网点监控设备拍摄得到的网点监控图像进行目标检测,从所述网点监控图像中筛选出目标海报图像;
提取所述目标海报图像的数据特征值,计算所述数据特征值及预设数据库中的多个特征值之间的距离值集合;
若所述距离值集合中存在小于预设的距离阈值的距离值,则将所述目标海报图像判定为相同海报图像。
2.如权利要求1所述的基于目标检测的海报比对方法,其特征在于,所述提取所述目标海报图像的数据特征值,包括:
利用预设的深度卷积模型中的初始卷积层对所述目标海报图像进行卷积处理,得到初始卷积集;
利用所述深度卷积模型中的稠密块对所述初始卷积集进行稠密转换处理,得到稠密数据集;
利用所述深度卷积模型中的全连接层对所述稠密数据集进行连接处理,得到数据特征值。
3.如权利要求1所述的基于目标检测的海报比对方法,其特征在于,所述利用训练海报图像集对预设的目标检测模型进行训练,得到训练好的目标检测模型,包括:
利用所述目标检测模型对所述训练海报图像集进行目标检测,得到目标物图像;
计算所述目标物图像和预设的真实图像之间的差异值;
判断所述差异值与预设的差异阈值之间的大小;
当所述差异值大于或者等于所述差异阈值时,对所述目标检测模型进行参数调整并重新执行目标检测操作;
当所述差异值小于所述差异阈值时,将所述目标检测模型输出为训练好的目标检测模型。
4.如权利要求3所述的基于目标检测的海报比对方法,其特征在于,所述计算所述目标物图像和预设的真实图像之间的差异值,包括:
利用如下计算公式计算所述目标物图像和预设的真实图像之间的差异值:
s=((w/(k-b)+b/(k-w))/2
其中,s为差异值,w为所述目标物图像的像素点总数,b为所述真实图像的像素点总数,k为预设参数。
5.如权利要求3所述的基于目标检测的海报比对方法,其特征在于,所述利用所述目标检测模型对所述训练海报图像集进行目标检测,得到目标物图像,包括:
利用所述目标检测模型的卷积层对所述训练海报图像集执行卷积处理,得到卷积图像;
利用所述目标检测模型的激活层对所述卷积图像进行激活处理,得到激活图像;
利用所述目标检测模型的池化层对所述激活图像进行池化处理,得到目标物图像。
6.如权利要求1所述的基于目标检测的海报比对方法,其特征在于,所述利用所述训练好的目标检测模型对网点监控设备拍摄得到的网点监控图像进行目标检测之前,所述方法还包括:
获取网点监控设备拍摄得到监控视频数据;从所述监控视频数据中筛选出预设的第一时间段及预设的第二时间段内的的视频数据片段;
从所述视频数据片段中提取预设个数的图像帧作为网点监控图像。
7.如权利要求1所述的基于目标检测的海报比对方法,其特征在于,所述利用训练海报图像集对预设的目标检测模型进行训练,得到训练好的目标检测模型之前,所述方法还包括:
对原始海报图像集进行随机形变和随机翻转处理,得到随机海报图像集;
对所述随机海报图像集进行随机亮度抖动、随机饱和度抖动和随机对比度抖动,得到训练海报图像集。
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平安银行股份有限公司,未经平安银行股份有限公司许可,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/202111097795.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:柱基施工缝模板结构及其使用方法
- 下一篇:原子层沉积装置及其匀流机构





