【技术实现步骤摘要】
本专利技术涉及图像及视频处理
，尤其涉及一种目标检测方法及装置。
技术介绍
目前主流的行人检测方法较多采用峽间差、背景差、光流场计算、背景建模和神经 网络学习等来区分背景和行人，W实现检测和跟踪行人的目的。然而由于行人等运动目标 很容易受到光照变化、姿势、阴影和遮挡等的影响，因此大大降低该些方法的正确识别率。 此外，在复杂背景条件下现有的方法对多个行人目标的检测精度也较低，无法完全满足当 前安防监控和智能交通等领域的新要求。
技术实现思路
本专利技术实施例提供一种目标检测方法及装置，用W解决现有的行人检测方法存的 多目标检测精度较低的问题。 基于上述问题，本专利技术实施例提供的一种深度学习方法，包括： -种目标检测方法，包括： 确定待检测图像的至少一类特征向量； 将确定的特征向量输入训练好的深度学习模型得到该深度学习模型的隐层节点 的状态值； 将上述深度学习模型的最后一层隐层节点的状态值输入分类器； 根据上述分类器的输出结果确定待检测图像包含目标的个数。 较佳的，所述特征向量包括W下H类： 第一类：图像的每个子块的几何形状特征向量； 第二类：...
【技术保护点】
一种目标检测方法，其特征在于，包括：确定待检测图像的至少一类特征向量；将确定的特征向量输入训练好的深度学习模型得到该深度学习模型的隐层节点的状态值；将所述深度学习模型的最后一层隐层节点的状态值输入分类器；根据所述分类器的输出结果确定待检测图像中包含目标的个数。
【技术特征摘要】
【专利技术属性】
技术研发人员：贾惠柱，陈瑞，解晓东，文湘鄂，
申请(专利权)人：中安消技术有限公司，北京大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。