[发明专利]基于逐层标签融合深度网络的图像标注方法在审
| 申请号： | 201410290316.9 | 申请日： | 2014-06-25 |
| 公开（公告）号： | CN104021224A | 公开（公告）日： | 2014-09-03 |
| 发明（设计）人： | 徐常胜;袁召全;桑基韬 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06K9/66 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 宋焰琴 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于逐层标签融合深度网络的图像标注方法，该方法包括以下步骤：对于训练集中的训练图像，提取其底层视觉特征；对于训练图像的标签进行层级化，构建标签的层级结构；对于训练图像，逐层融合其底层视觉特征信息和标签信息，并通过深度网络参数学习，得到训练图像的层级特征表示；对于测试集中的测试图像，提取其底层视觉特征，然后通过深度网络学习得到其层级特征表示，最后根据测试图像的层级特征表示预测其标注信息本发明所述的图像标注方法属于一种层级的标注，比传统的标注方法更加精确。 | ||
| 搜索关键词： | 基于 标签 融合 深度 网络 图像 标注 方法 | ||
【主权项】：
一种基于逐层标签融合深度网络的图像标注方法，其特征在于，该方法包括以下步骤：步骤1、对于训练集中的训练图像，提取其底层视觉特征X；步骤2、对于所述训练图像的标签进行层级化，构建标签的层级结构；步骤3、对于所述训练图像，逐层融合其底层视觉特征信息和标签信息，并通过深度网络参数学习，得到所述训练图像的层级特征表示；步骤4、对于测试集中的测试图像，提取其底层视觉特征，然后通过所述深度网络学习得到其层级特征表示，最后根据所述测试图像的层级特征表示预测其标注信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/patent/201410290316.9/，转载请声明来源钻瓜专利网。
- 上一篇：具有降温功能的射砂嘴
- 下一篇：一种旅行硬箱
