基于深度强化网络跳跃连接的轮廓检测方法
授权
摘要
本发明旨在提供一种基于深度强化网络跳跃连接的轮廓检测方法，包括以下步骤：A、构建包含4个等级、5个阶段的深度神经网络结构；B、预设训练数据集，输入训练数据集中的训练图像及其真实轮廓图，训练深度神经网络；C、利用双线性插值算法对待检测图像进行处理，分别得到待检测放大图像、待检测缩小图像，分别输入深度神经网络得到输出响应，将各像素点在上述三个轮廓响应图中对应的特征值取平均值，得到各像素点最终轮廓响应特征值；D、对各像素点的最终轮廓响应特征值使用非极大值抑制和二值化处理，得到最终轮廓图。该方法克服现有技术缺陷，具有融合特征多、检测准确率高的特点。
基本信息
专利标题 ：
基于深度强化网络跳跃连接的轮廓检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109872326A
申请号 ：
CN201910072022.1
公开（公告）日 ：
2019-06-11
申请日 ：
2019-01-25
授权号 ：
CN109872326B
授权日 ：
2022-04-05
发明人 ：
林川崔林昊万术娟王垚文泽奇张玉薇潘勇才刘青正曹以隽
申请人 ：
广西科技大学
申请人地址 ：
广西壮族自治区柳州市东环路268号
代理机构 ：
长沙正奇专利事务所有限责任公司
代理人 ：
周晟
优先权 ：
CN201910072022.1
主分类号 ：
G06T7/10
IPC分类号 ：
G06T7/10 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/10
分割；边缘检测
法律状态
2022-04-05 ：
授权
2019-07-05 ：
实质审查的生效
IPC(主分类) : G06T 7/10
申请日 : 20190125
申请日 : 20190125
2019-06-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
