首页>
外国专利>
PROCÉDÉ D'APPRENTISSAGE ET PROCÉDÉ DE TEST DE DÉTECTEUR D'OBJET À UTILISER POUR UNE SURVEILLANCE À BASE DE R-CNN APTE À CONVERTIR LES MODES EN FONCTION DES RAPPORTS D'ASPECT OU DES ÉCHELLES D'OBJETS ET DISPOSITIF D'APPRENTISSAGE ET DISPOSITIF DE TEST LES UTILISANT
PROCÉDÉ D'APPRENTISSAGE ET PROCÉDÉ DE TEST DE DÉTECTEUR D'OBJET À UTILISER POUR UNE SURVEILLANCE À BASE DE R-CNN APTE À CONVERTIR LES MODES EN FONCTION DES RAPPORTS D'ASPECT OU DES ÉCHELLES D'OBJETS ET DISPOSITIF D'APPRENTISSAGE ET DISPOSITIF DE TEST LES UTILISANT
展开▼
展开▼
页面导航
摘要
著录项
相似文献
摘要
A method for learning an object detector based on a region-based convolutional neural network (R-CNN) capable of converting modes according to aspect ratios or scales of objects is provided. The aspect ratio and the scale of the objects including traffic lights may be determined according to characteristics, such as distance from the object detector, shapes, and the like, of the object. The method includes steps of: a learning device instructing an RPN to generate ROI candidates; instructing pooling layers to output feature vector; and learn the FC layers and the convolutional layer through backpropagation. In this method, pooling processes may be performed depending on real ratios and real sizes of the objects by using distance information and object information obtained through a radar, a lidar or other sensors. Also, the method can be used for surveillance as humans at a specific location have similar sizes.
展开▼
