买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供了一种基于超分辨率技术的目标检测系统，包括：目标图像获取单元、超分辨率重建单元、目标检测单元和信息监管平台；所述目标图像获取单元用于采集待检测目标的图像信息；所述超分辨率重建单元用于对输入的图像进行超分辨率重建；所述目标检测单元通过超分目标检测模型对待测目标进行检测，并通过绊线检测方法判断是否有越界或入侵行为，并在有越界或入侵行为时进行报警提示；所述信息监管平台用于接收所述目标检测单元发送的目标检测信息和报警信息，并对检测目标及报警信息进行可视化显示，及向所述目标图像获取单元发送图像采集控制信息，本发明可对小目标和低分辨率目标进行精确检测，检测模式多样，且用户可进行远程智能管理。

主权项：1.一种基于超分辨率技术的目标检测系统，其特征在于，包括：目标图像获取单元、超分辨率重建单元、目标检测单元和信息监管平台；所述目标图像获取单元用于采集待检测目标的图像信息，进行缓存和预处理，并将预处理后的图像信息发送至所述超分辨率重建单元；所述超分辨率重建单元用于对输入的图像进行超分辨率重建，并将超分辨率重建结果输出至所述目标检测单元；所述目标检测单元通过超分目标检测模型对待测目标进行检测，并通过绊线检测方法判断是否有越界或入侵行为，并在有越界或入侵行为时进行报警提示；所述信息监管平台用于接收所述目标检测单元发送的目标检测信息和报警信息，并对检测目标及报警信息进行可视化显示，及向所述目标图像获取单元发送图像采集控制信息；所述超分辨率重建单元包括输入模块和超分辨率重建模块，所述输入模块获取低分辨率的待检测目标图像传输至所述超分辨率重建模块，所述超分辨率重建模块包括三层的卷积神经网络，第一层卷积通过9*9*64的卷积核对输入的图像进行特征提取，第二层卷积对第一层卷积生成的特征图通过1*1*32的卷积核进行非线性映射，第三层卷积对映射后的特征图通过5*5*1的卷积核进行重建，得到重建后的高分辨率图像；通过第一损失函数和所述训练集对超分辨率重建网络进行训练优化，所述第一损失函数为均方差函数,其中，N表示像素点个数，表示预测得到的高分辨率图像的第i个像素点，表示标准高分辨率图像的第i个像素点；所述超分目标检测模型包括图像输入层和目标检测子网络层，将所述超分辨率重建单元输出的重建图像输入所述图像输入层，所述目标检测子网络层采用基于FSSD的目标检测网络进行目标检测分类和目标定位，所述目标检测子网络层包括去掉后面三个卷积层的SSD网络，利用所述去掉后面三个卷积层的SSD网络进行特征提取，将提取的不同尺寸特征图通过特征融合模块进行特征融合得到同尺寸的特征图，然后将各个特征图进行合并，并将合并后的特征图输入一个倒金字塔网络得到特征金字塔，再通过倒金字塔生成不同尺寸特征图进行目标检测，利用多个特征图可同时进行Softmax分类和位置回归，采用非极大值抑制算法获取最佳的目标检测框；所述特征融合模块采用亚像素重排列方法将小尺寸特征图转换为大尺寸特征图，所述亚像素重排列方法包括将一张尺寸为p*q的图像输入到卷积网络中，进行多层卷积操作，得到n*n张尺寸为p*q的特征图，将所述特征图通过像素重排列，将其合成一张尺寸为np*nq的特征图；通过第二损失函数和所述训练集对目标检测子网络进行训练优化，所述第二损失函数为,其中，K为匹配到真实框的默认框个数，为SSD网络的分类损失，为SSD网络的定位损失，为用于调整分类损失和定位损失的比例系数。

全文数据：

权利要求：

百度查询： 温州大学大数据与信息技术研究院 一种基于超分辨率技术的目标检测系统