[发明专利]基于FISHER多级字典学习的图像分类方法有效
| 申请号： | 201810112205.7 | 申请日： | 2018-02-05 |
| 公开（公告）号： | CN108229505B | 公开（公告）日： | 2022-02-18 |
| 发明（设计）人： | 朱松豪;雎学文;荆晓远;冷婷 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V10/50 | 分类号： | G06V10/50;G06V10/772;G06V10/774;G06V10/764;G06K9/62 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 210023 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于FISHER多级字典学习的图像分类方法，包括步骤：构建一个图像分类系统，导入样本图像，利用超完备字典上的稀疏表示矩阵对每个样本图像进行初步的适当分类；将上述经过超完备字典分类的图像基于FISHER多级字典进行不同层级上的学习，获得每个类别图像的具体信息和共同信息；使用FISHER判别准则的判别式对不同层级上字典的区分能力进行增强，形成最佳的图像分类判别标准；本发明提供的基于FISHER多级字典学习的图像分类方法可以更好地捕捉各种图像相较于其他图像最具有区别性的特征，以及各图像自身具备的最独特的特性，提升了分辨效率和准确率。 | ||
| 搜索关键词： | 基于 fisher 多级 字典 学习 图像 分类 方法 | ||
【主权项】：
1.基于FISHER多级字典学习的图像分类方法，其特征在于，包括如下步骤：构建一个图像分类系统，导入样本图像，利用超完备字典上的稀疏表示矩阵对每个样本图像进行初步的适当分类；将上述经过超完备字典分类的图像基于FISHER多级字典进行不同层级上的学习，获得每个类别图像的具体信息和共同信息；使用FISHER判别准则的判别式对不同层级上字典的区分能力进行增强，形成最佳的图像分类判别标准。
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南京邮电大学，未经南京邮电大学许可，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/201810112205.7/，转载请声明来源钻瓜专利网。
- 上一篇：图像解析方法及装置
- 下一篇：基于层次聚类和深度学习的箱号识别方法
