首页> 中国专利> 基于深度学习框架对图像进行特征提取的目标检测方法

基于深度学习框架对图像进行特征提取的目标检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及一种基于深度学习框架对图像进行特征提取的目标检测方法，其技术特点是：基于MCG算法对图像进行预处理，提取出可能存在的目标位置的图像块；基于MTSE算法优化已提取出来的图像块；将得到的图像块利用超像素优化的方法迭代调整到caffe框架输入要求的大小；利用caffe深度学习框架对图像块进行特征提取，其中模型的配置利用R‑CNN算法完成；对得到的特征利用SVM算法进行分类，得到最终结果。本发明设计合理，通过对图像进行预处理减少了特征的计算量，然后利用caffe深度学习框架提取图像的深度特征，能更好地表示物体，并用SVM分类算法对特征进行分类，获得了良好的检测结果。

著录项

公开/公告号CN106203450A

专利类型发明专利
公开/公告日2016-12-07

原文格式PDF
申请/专利权人国家新闻出版广电总局广播科学研究院;
展开▼

申请/专利号CN201610542676.2
发明设计人赵怀瑾;周芸;王强;
展开▼

申请日2016-07-11
分类号G06K9/46(20060101);G06K9/62(20060101);G06K9/42(20060101);
代理机构12209 天津盛理知识产权代理有限公司;
代理人王利文
地址 100886 北京市西城区复兴门外大街2号监管大楼521
入库时间 2023-06-19 01:01:49

法律信息

法律状态公告日

法律状态信息

法律状态
2020-06-26

发明专利申请公布后的驳回 IPC(主分类):G06K9/46 申请公布日:20161207 申请日:20160711

发明专利申请公布后的驳回
2017-01-04

实质审查的生效 IPC(主分类):G06K9/46 申请日:20160711

实质审查的生效
2016-12-07

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度学习框架对图像进行特征提取的目标检测方法 [P] . 中国专利： CN106203450A . 2016-12-07
2. 基于深度学习的遥感图像目标检测方法、装置、及存储介质 [P] . 中国专利： CN110378297B . 2022.02.11
3. Simultaneous feature extraction and dictionary learning using deep learning architectures for characterization of images of heterogeneous tissue samples [P] . 美国专利： US10339651B2 . 2019-07-02

机译：使用深度学习架构同时进行特征提取和字典学习，以表征异质组织样本的图像
4. SIMULTANEOUS FEATURE EXTRACTION AND DICTIONARY LEARNING USING DEEP LEARNING ARCHITECTURES FOR CHARACTERIZATION OF IMAGES OF HETEROGENEOUS TISSUE SAMPLES [P] . 美国专利： US2018121759A1 . 2018-05-03

机译：使用深度学习架构同时进行特征提取和词典学习以表征异质组织样本的图像
5. Real-time pet detection method based on deep-learning and multi-object tracking method [P] . KR20220000611A . 2022-01-04

机译：基于深度学习和多目标跟踪方法的实时PET检测方法