X技术
首页
登录
注册
一种结合卷积网络和递归网络的视频目标检测方法与流程
文档序号:17937465
发布日期:2019-06-18 22:44
阅读:
来源:国知局
导航:
X技术
>
最新专利
>
计算;推算;计数设备的制造及其应用技术
>
一种结合卷积网络和递归网络的视频目标检测方法与流程
技术特征:
技术总结
本发明公开了一种结合卷积网络和递归网络的视频目标检测方法。本方法利用连续多帧视频图像进行视频目标检测,采用深度卷积神经网络和递归神经网络相结合的方式,构建了一种端到端的深度学习模型,对输入的连续视频图像进行目标检测,输出视频目标概率图,能有效克服背景动态景观、摄像机抖动等带来的影响,实现高可靠性和高准确度的视频目标检测。
技术研发人员:
邹勤
受保护的技术使用者:
武汉大学
技术研发日:
2019.02.14
技术公布日:
2019.06.18
完整全部详细技术资料下载
当前第2页
1
2
相关技术
一种道路区域检测方法与流程
一种高精车数据质检方法和系统...
一种针对复杂背景的图像预处理...
基于活体血管的防伪方法、装置...
一种开阔地区大群野生动物无人...
采用多摄像头的变电站检修人员...
一种基于小波的脉冲信号去噪方...
一种基于Kinect的手势遮...
一种基于深度学习的盲人辅助行...
一种汽车搜索系统的制作方法
网友询问留言
已有
0
条留言
还没有人留言评论。精彩留言会获得点赞!
1
递归相关技术
用于在视频编码中的高级帧内预测的递归块分区中的智能重排的制造方法与工艺
基于递归OTSU算法的SAR图像水域自动检测方法与流程
一种地理坐标向球面三角形离散格网编码的快速转换方法与流程
一种基于AM嵌套抽样算法的地下水模型评价方法与制造工艺
一种左右递归新词发现方法与制造工艺
一种DNS监测服务自动化测试方法与系统与制造工艺
基于GRU的光伏电站辐照度中长期预测的方法及装置与制造工艺
基于递归图的深度学习模型及在油水相含率测量中的应用的制造方法与工艺
区间值型直觉模糊小脑神经网络模型的制造方法与工艺
带有管线压力控制阀的流体递送系统的制造方法与工艺