[发明专利]一种基于自适应迁移学习的图像记忆度预测方法在审
| 申请号： | 201710147883.2 | 申请日： | 2017-03-13 |
| 公开（公告）号： | CN106971200A | 公开（公告）日： | 2017-07-21 |
| 发明（设计）人： | 褚晶辉;顾慧敏;井佩光;苏育挺 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/30 |
| 代理公司： | 天津市北洋有限责任专利代理事务所12201 | 代理人： | 杜文茹 |
| 地址： | 300192*** | 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： | 一种基于自适应迁移学习的图像记忆度预测方法根据选择的M类图像属性特征，构建M个辅助外部数据库；对每个外部数据库提取相关特征，构成外部特征库；根据选择的M类图像属性特征，对带有图像记忆度标签的LaMem数据库进行M类底层特征提取，提取的底层特征构成底层特征库；将弱分类学习，结合迁移学习的回归模型和多视角一致性损失三部分放在同一个框架下构成一个整体，采用交替迭代的方法求解，在最优参数下得到图像底层特征、图像属性特征和图像记忆度的关系；利用在最优参数下得到图像底层特征、图像属性特征和图像记忆度的关系，预测图像记忆度并用相关评价标准来验证预测结果。本发明将图像底层特征与图像属性特征组合预测图像记忆度，提高了预测结果。 | ||
| 搜索关键词： | 一种 基于 自适应 迁移 学习 图像 记忆 预测 方法 | ||
【主权项】：
一种基于自适应迁移学习的图像记忆度预测方法，其特征在于，包括如下步骤：1)根据选择的M类图像属性特征，构建M个辅助外部数据库，其中M＝6；2)对每个外部数据库提取相关特征，构成外部特征库；3)根据选择的M类图像属性特征，对带有图像记忆度标签的LaMem数据库进行M类底层特征提取，提取的底层特征构成底层特征库；4)将弱分类学习，结合迁移学习的回归模型和多视角一致性损失三部分放在同一个框架下构成一个整体，采用交替迭代的方法求解，在最优参数下得到图像底层特征、图像属性特征和图像记忆度的关系；5)利用在最优参数下得到图像底层特征、图像属性特征和图像记忆度的关系，预测图像记忆度并用相关评价标准来验证预测结果。
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/patent/201710147883.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种织物三维悬垂形态的自动分类方法
- 下一篇：基于集成学习的多标签分类方法
