[发明专利]基于深度层级特征融合的中国传统视觉文化符号识别方法有效
| 申请号： | 201610976349.8 | 申请日： | 2016-11-07 |
| 公开（公告）号： | CN106845510B | 公开（公告）日： | 2020-04-07 |
| 发明（设计）人： | 吴晓雨;杨成;谭笑;马禾;朱贝贝;杨磊 | 申请（专利权）人： | 中国传媒大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 毛燕生 |
| 地址： | 100024 *** | 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： | 基于深度层级特征融合的中国传统视觉文化符号识别方法，属于图像处理与计算机视觉技术领域。首先利用深度学习中卷积神经网络来训练分类模型；其次在训练好的模型中提取各层的视觉文化符号特征，并利用Softmax回归来计算每一层的权重，将每一层的特征合并成一个长向量，作为每一类图像的图像特征表示；再将提取后的特征经过PCA降维并归一化后送入到浅层学习SVM中进行分类；最后再利用集成学习的思想，将深度学习的识别结果和深浅结合的识别结果利用回归树结合，得到最终的分类结果。 | ||
| 搜索关键词： | 基于 深度 层级 特征 融合 中国传统 视觉 文化 符号 识别 方法 | ||
【主权项】：
基于深度层级特征融合的中国传统视觉文化符号识别方法，其特征在于首先利用深度学习中卷积神经网络来训练分类模型；其次在训练好的模型中提取各层的视觉文化符号特征，并利用Softmax回归来计算每一层的权重，将每一层的特征合并成一个长向量，作为每一类图像的图像特征表示；再将提取后的特征经过PCA降维并归一化后送入到浅层学习SVM中进行分类；最后再利用集成学习的思想，将深度学习的识别结果和深浅结合的识别结果利用回归树结合，得到最终的分类结果。
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传媒大学，未经中国传媒大学许可，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/201610976349.8/，转载请声明来源钻瓜专利网。
