【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种室内复杂场景目标检测模型构建方法及应用。
技术介绍
1、室内目标检测技术是当前极具使用价值与广阔前景的热点问题，其在智能家居、服务机器人、安防监控等领域有着广阔的应用前景。目标检测技术的研究是开展室内视觉任务的基础，对于提高场景理解的感知力度有着重要意义。而实际室内场景的图像往往呈现尺度、视角、跨域上的复杂性和多样性，目标或小而稠密，或相互遮挡，属于复杂场景。因此在实际应用中对复杂室内场景的目标检测算法研究有着重要的意义。
2、传统的目标检测算法是基于手工提取特征，形成了以级联检测器(vj-det)，梯度方向直方图检测器(hog-det)和可形变组件检测器(deformable part model，dpm)为代表的传统目标检测算法，广泛应用于动态视频中的行人检测、以及静态图像中的车辆和常见动物检测。但是传统方法基于滑动窗口的区域选择策略没有针对性，时间复杂度高，窗口冗余；手工设计的特征对于多样性的变化并没有很好的鲁棒性。深度学习技术突破了传统目标检测算法在特征提取上的技术瓶颈，成为当前目标检...
【技术保护点】
1.一种室内复杂场景目标检测模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，所述步骤1)具体包括：
3.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，在所述步骤2)中，
4.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，在所述步骤2)中，所述在ShuffleNetv2网络中添加注意力机制，具体包括：
5.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，在所述步骤2)中，
6.根据权利要求5...
【技术特征摘要】
1.一种室内复杂场景目标检测模型构建方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，所述步骤1)具体包括：
3.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，在所述步骤2)中，
4.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，在所述步骤2)中，所述在shufflenetv2网络中添加注意力机制，具体包括：
5.根据权利要求1所述的室内复杂场景目标检测模型构建方法，其特征在于，在所述步骤2)中，
6.根据权利要求5所述的室内复杂场景目标检测模型构建方法，其特征在于，在...
【专利技术属性】
技术研发人员：陈媛琦，孙逸凡，崔镨月，瞿林艳，高曦，陈俊杰，
申请(专利权)人：成都航空职业技术学院，
类型：发明
国别省市：
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。