技术总结
一种基于图像中的显著物体的物体识别方法，所述方法包括：训练过程，其用于建立分类数据库，在所述分类数据库中包括用于描述多个物体的第一特征向量；以及识别过程，其包括：将包含物体的图片输入到深度卷积神经网络中，将图片划分成M*M个网格，每个网格预测N个候选框，得出每个候选框内存在物体的概率；当存在物体的概率大于或等于预定阈值时，选取该候选框作为第一有效候选框；将第一有效候选框的图像输入到分类神经网络中以获取第二特征向量；以及基于所述第二特征向量、第一特征向量以及分类数据库，执行k最近邻分类算法(KNN)以识别出物体的类别。
技术研发人员：刘烨航;史皓天
受保护的技术使用者：北京一维弦科技有限责任公司
文档号码：201710086417
技术研发日：2017.02.17
技术公布日：2017.06.23