申请/专利权人：湖北九感科技有限公司;三峡大学

申请日：2020-11-12

公开（公告）日：2024-03-19

公开（公告）号：CN112308011B

主分类号：G06V20/40

分类号：G06V20/40;G06V20/52;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.02.23#实质审查的生效;2021.02.02#公开

摘要：本发明提供一种多特征联合目标检测方法及装置，该方法包括：基于深度学习网络模型对待检测图像中目标的多个特征进行检测，获取所述多个特征中检测到的特征和未检测到的特征，以及所述检测到的特征和未检测到的特征的置信度；将所述检测到的特征的置信度和未检测到的特征的置信度分别与相应的预设阈值进行比较，确定所述未检测到的特征在所述待检测图像中是否存在；若存在，则根据每个图像样本中所述未检测到的特征与所述检测到的特征的中心点坐标之间的比值，以及边界框尺寸之间的比值，计算待检测图像中未检测到的特征的中心点坐标和边界框尺寸。本发明提升目标检测效果，降低漏检效率，并且鲁棒性较高。

主权项：1.一种多特征联合目标检测方法，其特征在于，包括：基于深度学习网络模型对待检测图像中目标的多个特征进行检测，获取所述多个特征中检测到的特征和未检测到的特征，以及所述检测到的特征和未检测到的特征的置信度；将所述检测到的特征的置信度和未检测到的特征的置信度分别与相应的预设阈值进行比较，根据比较结果确定所述未检测到的特征在所述待检测图像中存在的概率，根据所述概率确定所述未检测到的特征在所述待检测图像中是否存在；若存在，则根据每个图像样本中所述未检测到的特征的中心点坐标与所述检测到的特征的中心点坐标之间的比值，以及所述未检测到的特征的边界框尺寸与所述检测到的特征的边界框尺寸之间的比值，计算所述待检测图像中未检测到的特征的中心点坐标和边界框尺寸；所述根据每个图像样本中所述未检测到的特征的中心点坐标与所述检测到的特征的中心点坐标之间的比值，以及所述未检测到的特征的边界框尺寸与所述检测到的特征的边界框尺寸之间的比值，计算所述待检测图像中未检测到的特征的中心点坐标和边界框尺寸，包括：计算所有图像样本中所述未检测到的特征的中心点坐标与每个检测到的特征的中心点坐标之间比值的平均值；将所有图像样本中所述未检测到的特征的中心点坐标与每个检测到的特征的中心点坐标之间比值的平均值，乘以每个检测到的特征的中心点坐标后求平均，获取所述待检测图像中未检测到的特征的中心点坐标；计算所有图像样本中所述未检测到的特征的边界框尺寸与每个检测到的特征的边界框尺寸之间比值的平均值；将所有图像样本中所述未检测到的特征的边界框尺寸与每个检测到的特征的边界框尺寸之间比值的平均值，乘以每个检测到的特征的边界框尺寸后求平均，获取所述待检测图像中未检测到的特征的边界框尺寸。

全文数据：

权利要求：

百度查询： 湖北九感科技有限公司;三峡大学 多特征联合目标检测方法及装置

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