摘要
本公开涉及计算机视觉技术领域,提出了一种基于零样本检测的目标识别定位方法及系统,包括如下步骤:获取待识别的图像数据;基于交互信息,初步生成目标边界框,得到目标区域图像;基于生成的目标区域图像采用包括分布外物体检测的分类模型进行目标分类,得到目标的分类类别;将得到的边界框作为交互信息输入SAM模块进行图像分割,得到目标的分割掩码;获取待识别图像的深度图像,进行地面滤波,基于分割掩码进行深度值过滤,得到目标物体的空间信息。本公开解决了目标检测的预训练依赖、目标检测精度差和错误定位的问题,借助分类网络与分布外物体检测的结合解决了引入零样本分割算法带来的物体识别问题。
技术关键词
识别定位方法
SAM模块
分类网络
样本
深度值
物体检测
地面
图像分割
识别模块
识别定位系统
过滤模块
分支
计算机视觉技术
深度图
切片
图像获取模块
数据
系统为您推荐了相关专利信息
多模态特征融合
威胁检测方法
加密
统计特征
帝企鹅
LSSVM模型
特征选择
评价方法
初始聚类中心
子模块
聚类算法
信息知识图谱
样本
机器可读指令
检测数据输入
智能云存储系统
深度学习模型
自动分级方法
样本
分类器