一種基于深度學(xué)習(xí)的高動態(tài)感興趣區(qū)域圖像處理方法
基本信息
| 申請?zhí)?/td> | CN202011295458.6 | 申請日 | - |
| 公開（公告）號 | CN112347972A | 公開（公告）日 | 2021-02-09 |
| 申請公布號 | CN112347972A | 申請公布日 | 2021-02-09 |
| 分類號 | G06K9/00(2006.01)I; | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 張中;張金飛;張興 | 申請（專利權(quán)）人 | 合肥湛達(dá)智能科技有限公司 |
| 代理機(jī)構(gòu) | 合肥市長遠(yuǎn)專利代理事務(wù)所（普通合伙） | 代理人 | 程篤慶 |
| 地址 | 230000安徽省合肥市高新區(qū)黃山路602號國家大學(xué)科技園創(chuàng)業(yè)孵化中心 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的高動態(tài)感興趣區(qū)域圖像處理方法，本發(fā)明通過攝像機(jī)獲取高動態(tài)圖像，并將圖像輸入感興趣區(qū)域處理；利用生成的感興趣區(qū)域圖獲得感興趣區(qū)域和非感興趣區(qū)域數(shù)據(jù)；利用誤差反向傳播學(xué)習(xí)算法對網(wǎng)絡(luò)中的權(quán)值進(jìn)行反復(fù)修正，直至誤差達(dá)到最小值，并獲得最優(yōu)權(quán)值；利用最優(yōu)權(quán)值的神經(jīng)網(wǎng)絡(luò)算法對輸入信號進(jìn)行分類，如果輸入數(shù)據(jù)屬于視覺關(guān)注模型檢測的感興趣區(qū)域，則輸出值為l，否則為0。本發(fā)明利用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法提取后的圖像中感興趣區(qū)域沒有失真，同時(shí)維護(hù)了感興趣區(qū)域內(nèi)容的完整性；能夠精確檢測圖像中的感興趣區(qū)域，保證了對感興趣區(qū)域的準(zhǔn)確提取，從而使提取結(jié)果了良好的視覺效果。?? |
