一種目標(biāo)識(shí)別方法及裝置
基本信息
| 申請(qǐng)?zhí)?/td> | CN201610789930.9 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN106372666B | 公開(kāi)（公告）日 | 2019-07-19 |
| 申請(qǐng)公布號(hào) | CN106372666B | 申請(qǐng)公布日 | 2019-07-19 |
| 分類號(hào) | G06K9/62 | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 史方;樊強(qiáng);王標(biāo);鄒佳運(yùn) | 申請(qǐng)（專利權(quán)）人 | 同觀科技（深圳）有限公司 |
| 代理機(jī)構(gòu) | 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 同觀科技（深圳）有限公司 |
| 地址 | 518057 廣東省深圳市南山區(qū)高新區(qū)南環(huán)路29號(hào)留學(xué)生創(chuàng)業(yè)大廈22樓04號(hào) | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明是關(guān)于一種目標(biāo)識(shí)別方法及裝置，通過(guò)從訓(xùn)練樣本集中建立分割模型；使用分割模型，提取每個(gè)分割部件的特征向量及特征矩陣；對(duì)特征矩陣進(jìn)行降維訓(xùn)練，得到分割部件的降維矩陣；使用降維矩陣將特征矩陣降維；利用降維后的特征矩陣得到每個(gè)分割部件的SVM分類檢測(cè)器；使用SVM分類檢測(cè)器檢測(cè)檢測(cè)圖像，得到目標(biāo)識(shí)別結(jié)果。該目標(biāo)識(shí)別方法，結(jié)合人類認(rèn)知學(xué)，將對(duì)新事物的識(shí)別從多樣化的整體解析到相對(duì)單一的局部部件識(shí)別，然后利用概率公式將局部的識(shí)別結(jié)果結(jié)合起來(lái)反推出事物整體的識(shí)別結(jié)果，能夠有效克服機(jī)器學(xué)習(xí)需要大樣本庫(kù)和多訓(xùn)練的限制，使得在相對(duì)單一的較小樣本庫(kù)中也能取得較好的多樣化識(shí)別效果，提高目標(biāo)識(shí)別的實(shí)用性和效率。 |
