申请/专利权人:深圳市森歌数据技术有限公司
申请日:2023-10-19
公开(公告)日:2024-06-25
公开(公告)号:CN117095317B
主分类号:G06V20/17
分类号:G06V20/17;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.06.25#授权;2023.12.08#实质审查的生效;2023.11.21#公开
摘要:本发明公开了一种无人机三维影像实体识别与时间定位方法,地理信息技术领域,包括步骤:S10:从无人机视频中构建二分类训练数据集;S20:将ResNet模型在该数据集上进行训练,获得二分类器ResNet_1;S30:利用二分类器ResNet_1对训练后数据集的每一帧提取Pool5特征,进行实体时间段的推荐;S40:所推荐的实体时间段边界细化;S50:针对S40中细化的时间段构建K+1类训练数据集;S60:将ResNet模型在步骤S50中构建的数据集上进行训练,获得K+1分类器ResNet_2;S70:利用K+1分类器ResNet_2对细化后的时间段中每一帧提取Pool5特征;S80:利用K+1分类器SVM,对S40中推荐出的具体实体时间段进行分类。发明有益效果:该方法能对视频段整体进行分类处理,减少单帧识别错误带来的影响,使人工地理实体识别更加准确。
主权项:1.一种无人机三维影像实体识别与时间定位方法,其特征在于,该方法包括以下步骤:S10:从无人机视频中获取可能包含实体的时间段,构建二分类训练数据集;S20:将ResNet模型在该数据集上进行训练,获得二分类器ResNet_1;S30:利用二分类器ResNet_1对训练后数据集的每一帧提取Pool5特征,进行实体时间段的推荐;S40:所推荐的实体时间段边界细化;S50:针对S40中细化的时间段构建K+1类训练数据集,数据集包括K类实体帧和背景帧,K类为实体帧;S60:将ResNet模型在步骤S50中构建的数据集上进行训练,获得K+1分类器ResNet_2;S70:利用K+1分类器ResNet_2对细化后的时间段中每一帧提取Pool5特征;S80:将SVM模型以时间段为单位进行训练,训练数据包括K类实体时间段和背景时间段,获得K+1分类器SVM,利用K+1分类器SVM,对S40中推荐出的具体实体时间段进行分类。
全文数据:
权利要求:
百度查询: 深圳市森歌数据技术有限公司 一种无人机三维影像实体识别与时间定位方法
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。