[发明专利]一种基于长短期记忆网络的物体和部件联合检测方法有效
| 申请号： | 201810584336.5 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN108875819B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 姚祺;龚小谨;林颖 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 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： | 本发明公开了一种基于长短期记忆网络的物体和部件联合检测方法。采集多幅已知物体和部件目标框标签的图像，对图像I进行处理获得特征图，再在特征图基础上获取物体、部件候选区域集合及其对应的区域特征；构建基于长短期记忆网络的物体和部件联合检测网络，将物体和部件的候选区域集合及其区域特征输入到物体和部件联合检测网络中，利用带动量的SGD算法训练物体和部件联合检测网络；采用训练后的物体和部件联合检测网络对未知物体和部件目标框标签的待测图像进行处理获取物体和部件的检测结果。本发明和以往独立的目标检测或者部件检测相比，能够利用目标和部件之间的关系同时提高目标和部件检测的性能。 | ||
| 搜索关键词： | 一种 基于 短期 记忆 网络 物体 部件 联合 检测 方法 | ||
【主权项】：
1.一种基于长短期记忆网络的物体和部件联合检测方法，其特征是，包括如下步骤：(1)采集多幅已知物体和部件目标框标签的图像I，(2)对图像I进行处理获得特征图FI，再在特征图FI基础上获取物体候选区域集合Ro及物体候选区域集合Ro对应的区域特征Fo，以及部件候选区域集合Rp及部件候选区域集合Rp对应的区域特征Fp；(3)构建基于长短期记忆网络(LSTM)的物体和部件联合检测网络，将物体和部件的候选区域集合及其区域特征输入到物体和部件联合检测网络中，利用带动量的SGD算法训练物体和部件联合检测网络；(4)采用训练后的物体和部件联合检测网络对未知物体和部件目标框标签的待测图像进行处理获取物体和部件的检测结果。
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大学，未经浙江大学许可，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/201810584336.5/，转载请声明来源钻瓜专利网。
