【摘要】 本发明揭露了一种物体分类模型的训练方法，所述方法包括：采集若干帧图像并从所述图像中确定初始前景物体区域；对不同帧图像中的初始前景物体区域进行主轴归一化变换；通过对不同帧图像中的对应的经主轴归一化变换后的初始前景物体区域进行对齐处理而获得最终前景物体区域；对所述最终前景物体区域提取特征；利用提取的特征训练物体分类模型。本发明对提取的前景物体区域进行主轴归一化变换，克服了不同视角对于前景物体区域形状的影响，减少了类内距离；同时，采用块匹配技术对不同帧图像上的前景物体区域进行对齐处理，提取的前景物体区域中有效的物体前景区域作为最终前景物体区域。 【专利类型】发明申请 【申请人】无锡中星微电子有限公司 【申请人类型】企业 【申请人地址】214028 江苏省无锡市新区太湖国际科技园清嘉路530大厦10层 【申请人地区】中国 【申请人城市】无锡市 【申请人区县】滨湖区 【申请号】CN201010536354.X 【申请日】2010-11-09 【申请年份】2010 【公开公告号】CN102004925A 【公开公告日】2011-04-06 【公开公告年份】2011 【授权公告号】CN102004925B 【授权公告日】2012-08-29 【授权公告年份】2012.0 【IPC分类号】G06K9/66 【发明人】邓亚峰 【主权项内容】一种物体分类模型的训练方法，其特征在于，其包括：采集若干帧图像并从所述图像中确定初始前景物体区域；对不同帧图像中的初始前景物体区域进行主轴归一化变换；通过对不同帧图像中的对应的经主轴归一化变换后的初始前景物体区域进行对齐处理而获得最终前景物体区域；对所述最终前景物体区域提取特征；和利用提取的特征训练物体分类模型。 【当前权利人】无锡中感微电子股份有限公司 【当前专利权人地址】江苏省无锡市无锡新区太湖国际科技园清源路530大厦A区10层 【专利权人类型】股份有限公司(非上市) 【统一社会信用代码】913202006925820711 【引证次数】4.0 【被引证次数】14 【他引次数】4.0 【被他引次数】14.0 【家族引证次数】4.0 【家族被引证次数】14

未经允许不得转载：http://www.zhongzhencnc.com/1781976428.html