[发明专利]一种基于点击特征预测的图像分类方法有效
| 申请号： | 201810199059.6 | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108647691B | 公开（公告）日： | 2020-07-17 |
| 发明（设计）人： | 谭敏;俞俊;张宏源 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 裴金华 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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点击特征预测的图像分类方法。本发明步骤如下:1、借助有文本点击信息的图像数据集；利用分词技术及词频‑逆向文件频率算法构建每张图片的文本点击特征向量；2、在源点击数据集下，以最小化点击特征预测误差为目标，构建带位置约束的非线性词嵌入模型，从而实现基于视觉特征的点击特征预测，并利用融合的深度视觉与预测点击特征对不含点击信息的任一目标图像集分类；3、构建多任务、跨模态迁移深度学习框架，在同时最小化分类与预测损失下，利用源点击数据集、目标数据集训练深度视觉与词嵌入模型；4、通过反向传播算法对步骤2中的网络参数进行训练，直至整个网络模型收敛。本发明使得预测的点击特征更为准确。 | ||
| 搜索关键词： | 一种 基于 点击 特征 预测 图像 分类 方法 | ||
【主权项】：
1.一种基于点击特征预测的图像分类方法，其特征在于包括如下步骤：步骤(1)、借助有文本点击信息的图像数据集，即源点击数据集；利用分词技术及词频‑逆向文件频率算法构建每张图片的文本点击特征向量；步骤(2)、在源点击数据集下，以最小化点击特征预测误差为目标，构建带位置约束的非线性词嵌入模型，从而实现基于视觉特征的点击特征预测，并利用融合的深度视觉与预测点击特征对不含点击信息的任一目标图像集分类；步骤(3)、构建多任务、跨模态迁移深度学习框架，在同时最小化分类与预测损失下，利用源点击数据集、目标数据集训练深度视觉与词嵌入模型；步骤(4)、通过反向传播算法对步骤(2)中的网络参数进行训练，直至整个网络模型收敛。
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杭州电子科技大学，未经杭州电子科技大学许可，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/201810199059.6/，转载请声明来源钻瓜专利网。
