发明名称 |
图像结构化方法及装置 |
摘要 |
本发明的实施例提供了图像结构化方法和装置。该方法包括:基于第一神经网络提取图像的特征,其中所述特征用特征张量表示;基于第二神经网络,根据所述特征张量确定所述图像中的、可能存在感兴趣对象的区域;根据所述特征张量计算所述可能存在感兴趣对象的区域的特征向量:以及基于第三神经网络,根据所述特征向量识别所述可能存在感兴趣对象的区域中的感兴趣对象并确定所述感兴趣对象的位置以及所述感兴趣对象的属性。上述方法和装置避免了在检测对象和确定对象属性这两个环节中都引入额外的误差。此外,还有效避免了背景对分析感兴趣对象的属性的干扰。这提高了图像结构化分析的准确性。 |
申请公布号 |
CN106529511A |
申请公布日期 |
2017.03.22 |
申请号 |
CN201611146151.3 |
申请日期 |
2016.12.13 |
申请人 |
北京旷视科技有限公司;北京小孔科技有限公司 |
发明人 |
张弛;毛慧子 |
分类号 |
G06K9/00(2006.01)I;G06K9/32(2006.01)I;G06K9/46(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
北京睿邦知识产权代理事务所(普通合伙) 11481 |
代理人 |
徐丁峰;张玮 |
主权项 |
一种图像结构化方法,包括:基于第一神经网络提取图像的特征,其中所述特征用特征张量表示;基于第二神经网络,根据所述特征张量确定所述图像中的、可能存在感兴趣对象的区域;根据所述特征张量计算所述可能存在感兴趣对象的区域的特征向量:以及基于第三神经网络,根据所述特征向量识别所述可能存在感兴趣对象的区域中的感兴趣对象并确定所述感兴趣对象的位置以及所述感兴趣对象的属性。 |
地址 |
100190 北京市海淀区科学院南路2号A座313 |