[发明专利]一种基于局部和深度特征集合的目标分类方法在审
| 申请号： | 201711423291.5 | 申请日： | 2017-12-25 |
| 公开（公告）号： | CN108154183A | 公开（公告）日： | 2018-06-12 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明中提出的一种基于局部和深度特征集合的目标分类方法，其主要内容包括：深度卷积特征提取、局部特征和编码和分类器集合，其过程为，先从深度网络的最后完全连接层中提取描述符和尺度不变特征变换(SIFT)描述符的费舍尔向量，然后利用费舍尔向量作为编码策略，对每个特征训练一个支持向量机(SVM)，接着对分类器集合进行训练和测试，对输入数据集进行优化分类，最后进行投票并得出最终决策。本发明深层网络的中间层可以增强从全连接层获得的特征的分类能力，而且为每个特征训练单独的分类器，因此具有较好的分类性能；同时计算成本低，有利于实现目标分类技术的各种应用。 | ||
| 搜索关键词： | 目标分类 分类器 集合 深度特征 特征训练 连接层 描述符 向量 输入数据集 支持向量机 编码策略 分类能力 分类性能 局部特征 特征变换 特征提取 最终决策 中间层 卷积 网络 尺度 测试 分类 投票 优化 应用 | ||
【主权项】：
一种基于局部和深度特征集合的目标分类方法，其特征在于，主要包括深度卷积特征提取(一)；局部特征和编码(二)；分类器集合(三)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201711423291.5/，转载请声明来源钻瓜专利网。
- 上一篇：基于成对比较网络的珠宝相似性度量方法
- 下一篇：人格类型确定方法及装置
