一种基于深度学习模型识别结果的区域检测修正方法
基本信息
| 申请号 | CN201910359641.9 | 申请日 | - |
| 公开（公告）号 | CN110110722A | 公开（公告）日 | 2019-08-09 |
| 申请公布号 | CN110110722A | 申请公布日 | 2019-08-09 |
| 分类号 | G06K9/32;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 吴祥淼;葛武;张家豪;王勇 | 申请（专利权）人 | 广州华工邦元信息技术有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 510000 广东省广州市天河区五山路381号华南理工大学后勤综合楼3层B区 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习模型识别结果的区域检测修正方法，具体涉及人工智能领域，修正设备；所述修正设备包括运行设备，所述运行设备的连接端设有深度卷积神经网络模型存储器，所述运行设备包括电脑，所述深度卷积神经网络模型存储器内部存储有深度卷积神经网络模型。本发明利用图像中的纹理信息、边缘信息和颜色信息预先找出图中目标可能出现的位置，可以保证在选取较少窗口的情况下保持较高的召回率，大大降低了后续操作的时间复杂度，并且获取的候选窗口相较于滑动窗口质量更高，进而实现对目标物体检测的最优识别，检测效率较高的同时检测结果更加准确，鲁棒性较好，在计算机视觉领域实际应用中有重要的应用前景。 |
