申请/专利权人：成都白泽智汇科技有限公司

申请日：2024-02-07

公开（公告）日：2024-03-19

公开（公告）号：CN117726948A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/25;G06V10/80;G06V10/764;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本申请提供了一种基于神经网络模型的双目图像处理方法及系统，涉及图像识别技术领域，该方法包括：对双目摄像头进行标定，得到标定参数；根据标定参数对训练图像进行矫正，训练隐式深度语义挖掘网络以基于双目图像学习深度语义信息，同时训练多模态特征混合检测网络，然后将隐式深度语义挖掘网络所输出的特征和多模态特征混合检测网络所输出的特征进行通道串联以形成双流卷积神经网络；获取双目测试图像并进行校正，将左目图像和右目图像均输入至深度语义挖掘网络，将左目图像或右目图像输入至多模态特征混合检测网络，获取火灾现场的数量信息、位置信息和置信度信息；计算每个火灾现场的面积并进行分级，根据火灾现场的等级制定救火方案。

主权项：1.一种基于神经网络模型的双目图像处理方法，其特征在于，用于对林区的火灾现场进行监测和分级，包括如下步骤：步骤S1:对双目摄像头进行标定，得到标定参数；步骤S2:根据标定参数对训练图像进行矫正，训练隐式深度语义挖掘网络以基于双目图像学习深度语义信息，同时训练多模态特征混合检测网络，然后将隐式深度语义挖掘网络所输出的特征和多模态特征混合检测网络所输出的特征进行通道串联以形成双流卷积神经网络，利用所述训练图像训练所述双流卷积神经网络；步骤S3：获取双目测试图像，并对其进行校正以得到校正后的左目图像和右目图像，然后将校正后的左目图像和右目图像均输入至深度语义挖掘网络，并将其中的左目图像或右目图像输入至多模态特征混合检测网络中，通过双流卷积神经网络的目标识别获取火灾现场的数量信息、位置信息和置信度信息；步骤S4：基于步骤S3的检测结果，计算每个火灾现场的面积并对每个火灾现场进行分级，然后根据每个火灾现场的等级分别制定救火方案。

全文数据：

权利要求：

百度查询： 成都白泽智汇科技有限公司 一种基于神经网络模型的双目图像处理方法及系统

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