摘要
本发明公开的一种基于掩码矩阵的目标识别方法和系统,属于计算机视觉技术领域,应用于监控固定场景的可见光图像方面。本发明实现方法为:1、利用网络摄像机对目标区域进行探测,获取目标区域的目标图像;2、利用神经网络的卷积层对目标图像提取语义特征;3、使用基于L1范数的特征区域重要性量化方法,获得约束后的特征区域对应的掩码矩阵;4、根据掩码矩阵进行决策区域选择,并对目标图像中的目标进行分类;5、对掩码矩阵与卷积层的参数进行训练,并对训练进行优化,进而提升图像目标识别精度;在目标识别场景中,与现有技术相比,本发明提升了图像目标识别的精度。
技术关键词
掩码矩阵
图像提取语义特征
卷积特征提取
识别方法
数据处理器
识别系统
图像采集设备
图像特征提取方法
遥感图像数据
特征选择方法
嵌入式主板
计算机视觉技术
决策
全局平均池化
网络摄像机
可见光图像
预训练模型
系统为您推荐了相关专利信息
情绪识别方法
深度时空特征
多任务分类
手工特征
电信号
分类子模型
历史功率数据
识别方法
筛选设备
智能电表
机器人
识别方法
数据传输延迟
数据采集周期
特征值
随机森林
融合特征
分类器
滑坡识别方法
空间权重矩阵