【技术实现步骤摘要】
【国外来华专利技术】用于对象的判别定位的机器视觉系统相关申请的交叉引用本申请要求2017年4月20日提交的美国临时申请No.62/487,824的权益并且作为其非临时专利申请,该美国临时申请的全部内容通过引用并入于此。专利技术背景(1)
本专利技术涉及对象识别系统,并且更具体地,涉及用于对象的判别定位(discriminantlocalization)的机器视觉系统。(2)相关技术的描述对象定位和检测是在视频影像内识别对象的处理。近来,许多应用(例如,军事等)要求机器视觉系统不仅要对来自相机输入图像的对象进行分类,而且要对所述对象进行定位。已经设计出多种技术来对这样的对象进行定位。例如,现有技术通过基于区域的卷积神经网络(R-CNN)来实现定位(参见所并入的参考文献的列表,参考文献No.2)及其更快变型(参见参考文献No.3)。简单地说,这些方法首先从输入相机图像中提取大量图像区域(即,图块)并对这些图块进行分类。这样的现有技术方法继而使用边框回归来最终定位对象。尽管R-CNN表现为最准确的,但由于它们需要1)大量区域分类以及2)边框回归,因此它们的计算成本仍然很高。对象定位的经 ...
【技术保护点】
1.一种用于对象的判别定位的系统,所述系统包括:一个或更多个处理器以及存储器,所述存储器是编码有可执行指令的非暂时性计算机可读介质,以使在执行所述指令时,所述一个或更多个处理器执行以下操作:使用多层网络来识别图像中的对象;从所述多层网络中的两层或更多层的激活来获得所述对象的特征;将所述图像分类为包含一个或更多个对象类;以及在所述图像中定位所述对象类。
【技术特征摘要】
【国外来华专利技术】2017.04.20 US 62/487,8241.一种用于对象的判别定位的系统,所述系统包括:一个或更多个处理器以及存储器,所述存储器是编码有可执行指令的非暂时性计算机可读介质,以使在执行所述指令时,所述一个或更多个处理器执行以下操作:使用多层网络来识别图像中的对象;从所述多层网络中的两层或更多层的激活来获得所述对象的特征;将所述图像分类为包含一个或更多个对象类;以及在所述图像中定位所述对象类。2.根据权利要求1所述的系统,所述系统还包括基于所述对象在所述图像中的定位来对装置进行控制的操作。3.根据权利要求2所述的系统,其中,对所述装置进行控制的操作还包括使机械臂达到所述对象。4.根据权利要求1所述的系统,其中,在所述图像中定位所述对象的操作还包括生成热图的操作,所述热图指示所述对象的存在。5.根据权利要求1所述的系统,其中,所述多层网络是卷积神经网络(CNN)。6.根据权利要求1所述的系统,其中,所述对象是使用来自所述CNN的所有层的特征的总体平均池化来分类的。7.根据权利要求1所述的系统,其中,所述对象是基于来自所述CNN的上采样响应的线性组合来定位的。8.一种用于对象的判别定位的计算机程序产品,所述计算机程序产品包括:编码有可执行指令的非暂时性计算机可读介质,以使在通过一个或更多个处理器执行指令时,所述一个或更多个处理器执行以下操作:使用多层网络来识别图像中的对象;从所述多层网络中的两层或更多层的激活来获得所述对象的特征;将所述图像分类为包含一个或更多个对象类;以及在所述图像中定位所述对象类。9.根据权利要求8所述的计算机程序产品,所述计算机程序产品还包括基于所述对象在所述图像中的定位来对装置进行控制的操作...
【专利技术属性】
技术研发人员:S·科洛瑞,C·E·马丁,H·霍夫曼,
申请(专利权)人:赫尔实验室有限公司,
类型:发明
国别省市:美国,US
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。