首页 > 专利技术

一种基于特征融合深度神经网络的多光谱行人检测方法[发明专利]

专利名称：一种基于特征融合深度神经网络的多光谱行人检测方法

专利类型：发明专利

发明人：耿杰，周书倩，蒋雯，邓鑫洋，孙祎芸，田欣雨，杨艺云，宋丽娜

申请号：CN202010573215.8

申请日：20200622

公开号：CN111898427A

公开日：

20201106

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于特征融合深度神经网络的多光谱行人检测方法，包括以下步骤：步骤一、分别提取多光谱图像的特征信息；步骤二、特征信息融合得到第三张量；步骤三、对第三张量进行卷积操作，得到第四张量；步骤四、改进Faster R‑CNN网络作为行人检测模型；步骤五、将第四张量输入到改进后的Faster R‑CNN算法中，输出行人检测结果。本发明结构简单、设计合理，融合可见光图像和红外图像的特征信息形成互补，采用focal loss损失函数改进Faster R‑CNN算法中RCNN的交叉熵损失函数，不仅解决正负样本不平衡的问题，而且合理度量难分类和易分类样本，采用KL loss损失函数改进Faster R‑CNN算法的边框回归损失函数，降低边界框回归器在模糊边界框上的损失。

申请人：西北工业大学

地址：710072 陕西省西安市友谊西路127号

国籍：CN

代理机构：北京科亿知识产权代理事务所(普通合伙)

代理人：汤东凤

本文发布于:2024-09-21 22:11:35，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/3/422125.html

上一篇：关于实用新型保护客体的研究

下一篇：一种基于深度学习的混凝土结构检测方法