[发明专利]一种基于集成学习的图像特征编码及识别方法在审
申请号: | 201410728955.9 | 申请日: | 2014-12-03 |
公开(公告)号: | CN104463922A | 公开(公告)日: | 2015-03-25 |
发明(设计)人: | 李岳楠;王萍;苏育挺 | 申请(专利权)人: | 天津大学 |
主分类号: | G06T9/00 | 分类号: | G06T9/00 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 温国林 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 集成 学习 图像 特征 编码 识别 方法 | ||
1.一种基于集成学习的图像特征编码及识别方法,其特征在于,所述方法包括以下步骤:
构造训练样本,初始化样本采样概率;
根据采样概率选取训练样本,利用采样到的样本训练特征编码函数,对训练样本进行分类;
根据分类结果自适应更新训练样本的采样概率;
循环上述采样及训练过程,直至满足停止训练条件。
2.根据权利要求1所述的一种基于集成学习的图像特征编码及识别方法,其特征在于,所述根据采样概率选取训练样本,利用采样到的样本训练特征编码函数,对训练样本进行分类的步骤具体为:
1)按照训练样本的采样概率w(Vi),i=1,2,…,N随机选取p×N个训练样本,其中0<p<1为采样比例;
2)利用采样到的样本训练第t个特征编码函数Mt(·):
3)根据2)中所得的编码函数Mt(·)构造分类器ht(·),据此对训练样本进行分类;
其中ht(Vi)∈{-1,+1}为对训练样本Vi进行分类;逐一将每个训练样本的分类结果ht(Vi)和其真实标签yi∈{-1,+1}做比对,计算ht(·)的分类错误率Et:
根据Et计算由Mt(·)所生成的哈希值在哈希距离比对中权重:
其中ln(·)表示取自然对数为底的对数运算。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410728955.9/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序