候選區(qū)域提取方法及系統(tǒng)及裝置及介質(zhì)及目標(biāo)檢測方法

基本信息

申請?zhí)?/td> CN202111416639.4 申請日 -
公開（公告）號 CN113837171B 公開（公告）日 2022-02-08
申請公布號 CN113837171B 申請公布日 2022-02-08
分類號 G06V10/22（2022.01）I;G06T7/13（2017.01）I;G06T7/90（2017.01）I;CN 107122713 A,2017.09.01;CN 105808610 A,2016.07.27;CN 113283513 A,2021.08.20;CN 107103615 A,2017.08.29;CN 107077211 A,2017.08.18;CN 101447076 A,2009.06.03;CN 106446890 A,2017.02.22;CN 113112516 A,2021.07.13;CN 108734624 A,2018.11.02;US 10368078 B2,2019.07.30;US 8971637 B1,2015.03.03;US 2021216829 A1,2021.07.15;US 2021279950 A1,2021.09.09;US 2021357644 A1,2021.11.18 Bin Cao等.“Third-order lensless ghost diffraction with classical fully incoherent light”.《Optics Letters 》.2010,第35卷（第12期）,2091-2093.;劉春陽.“基于似物性和空時協(xié)方差特征的行人檢測算法”.《等計算機科學(xué)》.2018,第45卷（第S1期）,210-214+246.;Shah SAA等.“Automatic object detection using objectness measure”.《IEEE》.2013,1-6.;Z. -Q. Zhao等.“Object Detection With Deep Learning: A Review”.《IEEE》.2019,第30卷（第11期）,3212-3232.;劉濤 等.“基于似物性的快速視覺目標(biāo)識別算法”.《計算機科學(xué)》.2015,第43卷（第07期）,73-76+94.;王田雨.“目標(biāo)檢測中候選區(qū)域生成算法的研究與改進”.《中國碩士學(xué)位論文全文數(shù)據(jù)庫 信息科技輯》.2019,（第2019/01期）,I138-3098. 分類 計算；推算；計數(shù);
發(fā)明人 不公告發(fā)明人 申請（專利權(quán)）人 成都數(shù)之聯(lián)科技股份有限公司
代理機構(gòu) 成都云縱知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 熊曦;陳婉鵑
地址 610042 四川省成都市武侯區(qū)錦繡街8號2層270號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了涉及候選區(qū)域提取方法及系統(tǒng)及裝置及介質(zhì)及目標(biāo)檢測方法，涉及圖像處理領(lǐng)域，包括：在輸入圖像中放置若干個初始候選區(qū)域；對初始候選區(qū)域的邊界進行若干次擴展處理后對應(yīng)獲得一個第一候選區(qū)域以及表征第一候選區(qū)域的似物性高低的第一參數(shù)，每個初始候選區(qū)域?qū)?yīng)的多個第一候選區(qū)域組合獲得一個第一候選區(qū)域集合；合并每個初始候選區(qū)域?qū)?yīng)的第一候選區(qū)域集合獲得全局候選區(qū)域集合；將全局候選區(qū)域集合中的多個第一候選區(qū)域按照對應(yīng)所述第一參數(shù)的大小進行降序排序獲得第一排序結(jié)果；選取第一排序結(jié)果中排序前若干位的所述第一候選區(qū)域作為所述輸入圖像的候選區(qū)域提取結(jié)果；本方法具有較高的計算高效性和檢測準(zhǔn)確率。