[发明专利]一种基于深度学习的红外图像行人检测方法及检测系统在审
| 申请号： | 201910716970.4 | 申请日： | 2019-08-05 |
| 公开（公告）号： | CN110472542A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 孙立坤;林保均;王忠荣;焦玉海;吕建峰;时文忠 | 申请（专利权）人： | 深圳北斗通信科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 44248 深圳市科吉华烽知识产权事务所(普通合伙) | 代理人： | 赵雪佳<国际申请>=<国际公布>=<进入 |
| 地址： | 518000 广东省深圳市南*** | 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： | 本发明提供一种基于深度学习的红外图像行人检测方法及检测系统，属于计算机视觉技术领域。本发明红外图像行人检测方法包括如下步骤：获取数据和数据预处理；基于卷积神经网络构建目标检测FIDN网络；基于卷积神经网络构建目标检测FIDN网络；基于最优模型预测，本发明还提供一种实现所述红外图像行人检测方法的检测系统。本发明的有益效果为：确保高精度的同时能满足实时性要求，鲁棒性强。 | ||
| 搜索关键词： | 红外图像 行人检测 卷积神经网络 检测系统 目标检测 构建 计算机视觉技术 实时性要求 数据预处理 获取数据 最优模型 鲁棒性 网络 预测 学习 | ||
【主权项】：
1.一种基于深度学习的红外图像行人检测方法，其特征在于，所述红外图像行人检测方法包括如下步骤：/n步骤S1：获取数据和数据预处理：获取包含行人的红外图像，对红外图像进行预处理，并对预处理后的红外图像进行人工标注，然后按照设定比例划分为检测模型的训练集和验证集；/n步骤S2：基于卷积神经网络构建目标检测FIDN网络：所述目标检测FIDN网络包括若干层卷积层和最大池化层，及设置在卷积层和最大池化层后面的扩张卷积层，卷积层的堆叠中，当通道数达到设定值时，扩张卷积层的通道数不再增加；/n步骤S3：模型训练：使用训练集对目标检测FIDN网络进行模型训练，并选出在验证集表现最优的最优模型；/n步骤S4：最优模型预测：基于最优模型，在GPU服务器上进行预测，实现对视频流进行目标检测。/n
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深圳北斗通信科技有限公司，未经深圳北斗通信科技有限公司许可，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/patent/201910716970.4/，转载请声明来源钻瓜专利网。
