大分辨率圖像的目標(biāo)檢測(cè)和識(shí)別方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN202210255384.6 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114332456A 公開(kāi)（公告）日 2022-04-12
申請(qǐng)公布號(hào) CN114332456A 申請(qǐng)公布日 2022-04-12
分類號(hào) G06V10/25（2022.01）I;G06V10/26（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張凱;馬樂(lè)樂(lè);崔超然;逯天斌 申請(qǐng)（專利權(quán)）人 山東力聚機(jī)器人科技股份有限公司
代理機(jī)構(gòu) 北京中和立達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 代理人 孟姣
地址 276808山東省日照市嵐山區(qū)安東衛(wèi)街道玉泉二路99號(hào)（嵐山區(qū)科技孵化器電商創(chuàng)業(yè)園）
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及圖像識(shí)別技術(shù)領(lǐng)域，是關(guān)于一種大分辨率圖像的目標(biāo)檢測(cè)和識(shí)別方法及裝置，方法包括：獲取大分辨率圖像集，進(jìn)行數(shù)據(jù)增強(qiáng)，得到增強(qiáng)后的圖像集；對(duì)增強(qiáng)后的圖像集中的每個(gè)原始圖像進(jìn)行分割，得到對(duì)應(yīng)的子圖像及其位置信息；對(duì)子圖像及其位置信息進(jìn)行編碼和融合處理，以得到對(duì)應(yīng)的數(shù)據(jù)張量；基于Faster R?CNN模型，對(duì)數(shù)據(jù)張量進(jìn)行逐層特征表示學(xué)習(xí)，采用注意力機(jī)制對(duì)Faster R?CNN模型的低層信息、中層信息和高層信息進(jìn)行融合，確定子圖像對(duì)應(yīng)的特征表示，進(jìn)而確定候選目標(biāo)位置，進(jìn)行回歸和分類，以確定最終目標(biāo)位置及其所屬的類別；根據(jù)最終目標(biāo)位置及其所屬的類別確定原始圖像的最終目標(biāo)位置及其所屬的類別。通過(guò)該方案，提升了最終的模型性能。