候选区域提取方法及系统及装置及介质及目标检测方法
基本信息
| 申请号 | CN202111416639.4 | 申请日 | - |
| 公开（公告）号 | CN113837171B | 公开（公告）日 | 2022-02-08 |
| 申请公布号 | CN113837171B | 申请公布日 | 2022-02-08 |
| 分类号 | 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.;刘春阳.“基于似物性和空时协方差特征的行人检测算法”.《等计算机科学》.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.;刘涛 等.“基于似物性的快速视觉目标识别算法”.《计算机科学》.2015,第43卷（第07期）,73-76+94.;王田雨.“目标检测中候选区域生成算法的研究与改进”.《中国硕士学位论文全文数据库 信息科技辑》.2019,（第2019/01期）,I138-3098. | 分类 | 计算；推算；计数; |
| 发明人 | 不公告发明人 | 申请（专利权）人 | 成都数之联科技股份有限公司 |
| 代理机构 | 成都云纵知识产权代理事务所（普通合伙） | 代理人 | 熊曦;陈婉鹃 |
| 地址 | 610042 四川省成都市武侯区锦绣街8号2层270号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了涉及候选区域提取方法及系统及装置及介质及目标检测方法，涉及图像处理领域，包括：在输入图像中放置若干个初始候选区域；对初始候选区域的边界进行若干次扩展处理后对应获得一个第一候选区域以及表征第一候选区域的似物性高低的第一参数，每个初始候选区域对应的多个第一候选区域组合获得一个第一候选区域集合；合并每个初始候选区域对应的第一候选区域集合获得全局候选区域集合；将全局候选区域集合中的多个第一候选区域按照对应所述第一参数的大小进行降序排序获得第一排序结果；选取第一排序结果中排序前若干位的所述第一候选区域作为所述输入图像的候选区域提取结果；本方法具有较高的计算高效性和检测准确率。 |
