一種結合深度圖切片和神經網絡的目標檢測方法和系統(tǒng)
基本信息

| 申請?zhí)?/td> | CN201910650967.7 | 申請日 | - |
| 公開(公告)號 | CN110363803A | 公開(公告)日 | 2021-08-27 |
| 申請公布號 | CN110363803A | 申請公布日 | 2021-08-27 |
| 分類號 | G06T7/50;G06T7/187;G06T7/136;G06T7/11;G06T5/40;G06T5/00;G06K9/62;G06K9/46 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 陳偉;李景峰;田宜彬 | 申請(專利權)人 | 光淪科技(深圳)有限公司 |
| 代理機構 | 深圳市深佳知識產權代理事務所(普通合伙) | 代理人 | 王仲凱 |
| 地址 | 518000 廣東省深圳市南山區(qū)高新南環(huán)路29號留學生創(chuàng)業(yè)大廈1期1404室 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本申請實施例公開了一種結合深度圖切片和神經網絡的目標檢測方法和系統(tǒng),包括:采集包含目標物體的RGB?D圖像;切片處理所述RGB?D圖像中的深度圖,將包含目標物體輪廓的切片圖進行疊加,得到目標輪廓圖;將所述RGB?D圖像中的RGB圖像卷積處理;將所述切片處理后的目標輪廓圖以及所述卷積處理后的RGB圖像輸入深度卷積神經網絡中,得到目標檢測分割結果。本申請采用對深度圖切割的方法,可以有效的分割出場景中的目標形狀,并利用分割好的形狀作為目標檢測神經網絡的輸入,有力的彌補了神經網絡只關注細節(jié)特征而忽略輪廓特征的缺點,極大的提高了目標檢測的穩(wěn)定性和抗干擾能力。 |





