申请/专利权人：中国科学院自动化研究所

申请日：2022-07-27

公开（公告）日：2022-09-20

公开（公告）号：CN115082775A

主分类号：G06V20/00

分类号：G06V20/00;G06V10/774;G06T11/40;G06T3/40

优先权：

专利状态码：有效-授权

法律状态：2022.12.02#授权;2022.10.11#实质审查的生效;2022.09.20#公开

摘要：本发明属于目标检测领域，具体涉及一种基于图像分块的超分辨率增强小目标检测方法、系统、设备，旨在解决解决现有的小目标检测方法检测准确率较低的问题。本方法包括：获取待进行小目标检测的场景图像，作为输入图像；计算输入图像分块时标准块的宽高；得到输入图像在水平方向、垂直方向上分块的步长；对输入图像进行填充，并对填充后的输入图像进行分块，得到输入图像分块后各图像块；采用预训练的超分别率模型对得到的各图像块进行图像增强，增强后，输入训练好的目标检测模型，得到输入图像中各图像块中小目标物体对应的矩形区域，并进行回归、非极大值抑制处理，进而得到检测结果。本发明提高了小目标检测的准确率。

主权项：1.一种基于图像分块的超分辨率增强小目标检测方法，其特征在于，该方法包括以下步骤：S100，获取待进行小目标检测的场景图像，作为输入图像；S200，获取预构建的目标检测模型其在训练时训练样本中小目标物体的平均宽高，并结合所述目标检测模型设定输入的宽高，计算所述输入图像分块时标准块的宽高； 其中，、表示训练样本中小目标物体的平均宽、高，、表示所述目标检测 模型设定输入的宽、高，、表示所述输入图像分块时标准块的宽、高，表示设定的第 一百分比数值； S300，分别根据输入图像分块时标准块的宽减去设定水平方向的重叠值、输入图像分块时标准块的高减去设定垂直方向的重叠值，得到所述输入图像在水平方向、垂直方向上分块的步长；S400，结合S300得到的输入图像在水平方向、垂直方向上分块的步长，对所述输入图像进行填充，并按照卷积的方式对填充后的输入图像进行分块，得到所述输入图像分块后各图像块及各图像块的起始坐标在所述输入图像中的坐标；S500，采用预训练的超分别率模型对S400得到的各图像块进行图像增强，增强后，输入训练好的目标检测模型，得到所述输入图像中各图像块中小目标物体对应的矩形区域，并进行回归、非极大值抑制处理，进而得到检测结果。

全文数据：

权利要求：

百度查询： 中国科学院自动化研究所 基于图像分块的超分辨率增强小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD