成果介绍
本发明公开了基于视觉的移动视体静态中小尺度目标识别方法,包括如下步骤:步骤S1:获取边界框信息;步骤S2:创建边界框对象和集合;步骤S3:维护对象的短期记忆状态;步骤S4:当对象存在短期记忆时,将对象的置信度评分值与展示阈值比较,若置信度评分值大于展示阈值,则准备展示对象的识别结果;步骤S5:当对象不存在短期记忆时,将对象的置信度评分值与静态阈值比较,若置信度评分值大于静态阈值,则准备展示对象的识别结果;步骤S6:展示满足条件的对象的边界框;步骤S7:更新所有具有短期记忆的对象的展示阈值。
成果亮点
本发明通过映射关系融合了多帧边界框以提升目标识别稳定性,通过滤波处理避免了置信度评分值波动过大而影响识别结果,通过动态阈值法更新展示阈值使展示结果更准确,通过视体移动中产生的冗余信息较好的解决了检测结果跳变剧烈和识别评分不稳定问题,避免了误检,提高了鲁棒性,提升单帧图片中的目标检测能力。
团队介绍
浙江大学机器人研究院(以下简称“研究院)是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署,在余姚市的大力推动下,于2017年由浙江大学和余姚市合作共建的新型研发机构。
研究院面向科技前沿、面向经济发展主战场,将机器人、智能装备研发及产业化作为主要突破方向;立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念,以体制机制创新为抓手,以科技研发、成果转化和人才培育为核心,着力构建技术-人才-产业深度融合的创新创业生态;努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料