[发明专利]基于深度学习实现地铁场景分类的系统及方法在审
| 申请号： | 201610107387.X | 申请日： | 2016-02-26 |
| 公开（公告）号： | CN105787510A | 公开（公告）日： | 2016-07-20 |
| 发明（设计）人： | 朱煜;盖瑞敏;郑兵兵;叶炯耀 | 申请（专利权）人： | 华东理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/15;G06K9/46;G06N3/08 |
| 代理公司： | 上海智信专利代理有限公司 31002 | 代理人： | 王洁;郑暄 |
| 地址： | 200237 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习实现地铁场景分类的系统及方法，其中包括图像预处理模块，用以对地铁场景图像进行预处理；卷积神经网络提取图像特征模块，用以利用构建的卷积神经网络进行深度特征学习并提取图像特征；全连接网络场景分类模块，用以将从卷积神经网络学习到的优选特征输入全连接神经网络并进行分类从而得到样本的标签类别。采用该种结构的基于深度学习实现地铁场景分类的系统及方法，基于卷积神经网络提取地铁场景图片特征，并用单层全连接网络作为分类器，该方法无须对场景语义进行分析，即可实现对地铁不同场景图片的正确分类，鲁棒性强；该方法对地铁后续的运行状态监测工作有重要价值，具有更广泛的应用范围。 | ||
| 搜索关键词： | 基于 深度 学习 实现 地铁 场景 分类 系统 方法 | ||
【主权项】：
一种基于深度学习实现地铁场景分类的系统，其特征在于，所述的系统包括：图像预处理模块，用以对地铁场景图像进行预处理；卷积神经网络提取图像特征模块，用以利用构建的卷积神经网络进行深度特征学习并提取图像特征；全连接网络场景分类模块，用以将从卷积神经网络学习到的优选特征输入全连接神经网络并进行分类从而得到样本的标签类别。
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华东理工大学，未经华东理工大学许可，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/201610107387.X/，转载请声明来源钻瓜专利网。
- 上一篇：基于特征选择方法的网络浏览与视频分类方法
- 下一篇：纺织品颜色识别方法及系统
