一种基于深度残差网络的对象级边缘检测方法[CN201910790090.1] - 浙江工业大学

专利申请

2019-08-26
公布公告

2020-01-17
授权日期

2022-05-03
终止

2030-01-14

一种基于深度残差网络的对象级边缘检测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201910790090.1 申请日期： 2019-08-26 专利主类别： G06T7/13 {{ classMap["G06T7/13"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06T7/13 : 边缘检测

G06K9/46 : 图像特征或特性的抽取

G06K9/62 : 应用电子设备进行识别的方法或装置

G06N3/04 : 体系结构，例如，互连拓扑

G06N3/08 : 学习方法

专利注册信息

初审公告期号	2019-08-26	初审公告日期	2020-01-17
注册公告期号	2022-05-03	注册公告日期	2022-05-03
专用权期限	2020-01-17 - 2030-01-14	专利类型	发明公开
代理组织机构	杭州赛科专利代理事务所查看该机构代理的所有专利

专利介绍

本发明涉及一种基于深度残差网络的对象级边缘检测方法，包括以下四部分：（1）搭建神经网络：包括以深度残差网络为基础网络结构，将其中的卷积残差结构替换为混合空洞卷积残差块，并增加多尺度特征增强模块，以及金字塔多尺度特征融合模块；（2）通过数据集增强和超参数设置对神经网络进行训练优化；（3）完成对神经网络的训练；（4）使用训练好的神经网络对通用图像进行检测，输出对象级的边缘检测图像。与传统边缘检测算子和现有神经网络边缘检测方法相比，本发明具有更好的边缘检效果，检测结果更接近真实值、噪声更少。

法律进度