[发明专利]多属性识别方法及装置有效
| 申请号： | 201610066517.X | 申请日： | 2016-01-29 |
| 公开（公告）号： | CN105740903B | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 田永鸿;彭佩玺;王耀威;黄铁军 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 李相雨 |
| 地址： | 100871*** | 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： | 本发明公开了一种多属性识别方法及装置，所述方法包括：对预设训练数据进行字典学习，得到包括字典矩阵和系数转化矩阵的属性识别模型；其中，预先训练数据为包含预设种类属性且标注好属性信息的训练数据；获取待识别样本的特征数据；利用所述字典矩阵对所述特征数据进行编码，得到编码系数；利用所述系数转化矩阵将所述编码系数转化为属性向量；利用所述属性向量对所述待识别样本进行多属性识别。本发明所述的多属性识别方法在训练过程中不需要对每个属性进行单独分类训练，且在识别过程中不需要对每个属性进行单独分类识别，而是通过一次识别得到所有的属性识别结果，因而本发明所述的方法在实际应用中会方便很多。 | ||
| 搜索关键词： | 属性 识别 方法 装置 | ||
【主权项】：
1.一种基于计算机视觉的多属性识别方法，其特征在于，包括：对预设训练数据进行字典学习，得到包括字典矩阵和系数转化矩阵的属性识别模型；其中，预先训练数据为包含预设种类属性且标注好属性信息的训练数据；所述预设训练数据为图像或图片，所述属性为所述预设训练数据具有的属性；获取待识别样本的特征数据；其中，所述待识别样本为图像或图片；利用所述字典矩阵对所述特征数据进行编码，得到编码系数；利用所述系数转化矩阵将所述编码系数转化为属性向量；利用所述属性向量对所述待识别样本进行多属性识别；其中，所述对预设训练数据进行字典学习，得到包括字典矩阵和系数转化矩阵的属性识别模型，包括：利用如下的目标函数对预设训练数据进行字典学习，得到包括字典矩阵和系数转化矩阵的属性识别模型：![]()
其中，D为字典矩阵、W为系数转化矩阵、S为对应的编码系数，λ为系数的L2‑norm约束因子；α为预设参数，为正值，大小可调；F为矩阵范数的记号；X为预设训练数据的特征矩阵，A为预设训练数据的属性矩阵，A中的每一列代表一个图形样本的属性向量，ai,j为A第i列第j行的元素，![]()
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北京大学，未经北京大学许可，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/patent/201610066517.X/，转载请声明来源钻瓜专利网。
