申请/专利权人:北京旷视科技有限公司
申请日:2020-04-09
公开(公告)日:2024-06-14
公开(公告)号:CN111612855B
主分类号:G06V10/56
分类号:G06V10/56;G06V10/82;G06V10/80;G06N3/0464;G06N3/082;G06N3/0499
优先权:
专利状态码:有效-授权
法律状态:2024.06.14#授权;2020.09.25#实质审查的生效;2020.09.01#公开
摘要:本发明提供了一种物体颜色识别方法、装置及电子设备,涉及图像处理的技术领域,包括:获取待识别图像,其中,待识别图像中包含待识别对象;通过目标特征融合卷积神经网络对待识别图像进行颜色识别,得到待识别图像的颜色识别结果;颜色识别结果用于表征待识别对象中至少一个识别部件的颜色识别结果。本发明实施例通过目标特征融合卷积神经网络对待识别图像进行颜色识别的方式,能够缓解现有的利用人工的方式对产品的外观进行检测,该方式浪费了大量的人力,且难以适应高速的生产系统的技术问题。
主权项:1.一种物体颜色识别方法,其特征在于,包括:获取待识别图像,其中,所述待识别图像中包含待识别对象;通过目标特征融合卷积神经网络对所述待识别图像进行颜色识别,得到所述待识别图像的颜色识别结果;其中,所述颜色识别结果用于表征所述待识别对象中至少一个识别部件的颜色识别结果;其中,所述目标特征融合卷积神经网络包括:至少一个卷积池化模块、特征融合模块和至少一个全连接模块,所述至少一个卷积池化模块用于对所述待识别图像进行卷积池化处理得到浅层的特征信息,所述特征融合模块用于将所述至少一个卷积池化模块输出的浅层的特征信息进行特征融合处理得到不同层次的特征信息,所述至少一个全连接模块用于对所述特征融合模块输出的不同层次的特征信息进行全连接处理得到所述颜色识别结果。
全文数据:
权利要求:
百度查询: 北京旷视科技有限公司 物体颜色识别方法、装置及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。