[发明专利]一种基于卷积神经网络的目标识别方法及系统有效
| 申请号： | 201810479520.3 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108710910B | 公开（公告）日： | 2020-12-04 |
| 发明（设计）人： | 郝巍娜;崔萌萌;吴海涛;李延坤;李大朋;张烨 | 申请（专利权）人： | 中国科学院光电研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100094*** | 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： | 本发明实施例提供一种基于卷积神经网络的目标识别方法及系统，包括：获取待测目标的红外线图像、待测目标的可见光图像和待测目标的红外线与可见光融合图像；通过训练后的最优卷积神经网络，根据以下三种图像中的一种或多种识别待测目标，以下三种包括所述红外线图像、可见光图像和所述红外线与可见光融合图像。本发明实施例提供一种基于卷积神经网络的目标识别方法及系统，利用非下采样Contourlet变换方法实现红外线与可见光图像融合，融合图像与原始可见光图像及红外线图像一起经过图像预处理形成训练样本，采用深度学习中卷积神经网络进行有监督特征学习，形成训练模型，实现对红外线图像及可见光图像中目标物体的识别和检测。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 目标 识别 方法 系统 | ||
【主权项】：
1.一种基于卷积神经网络的目标识别方法，其特征在于，包括：S1，获取待测目标的红外线图像、所述待测目标的可见光图像和所述待测目标的红外线与可见光融合图像；S2，通过训练后的最优卷积神经网络，根据以下三种图像中的一种或多种识别所述待测目标，所述以下三种包括所述红外线图像、所述可见光图像和所述红外线与可见光融合图像。
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中国科学院光电研究院，未经中国科学院光电研究院许可，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/patent/201810479520.3/，转载请声明来源钻瓜专利网。
