[发明专利]训练图像模型的方法和装置以及分类预测方法和装置在审
| 申请号： | 201810205269.1 | 申请日： | 2018-03-13 |
| 公开（公告）号： | CN110276362A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 沈伟;刘汝杰 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王萍;李彦丽 |
| 地址： | 日本神*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 公开了一种训练图像模型的方法和装置以及分类预测方法和装置。训练图像模型的方法在针对每个样本图像进行的每轮训练中：将通过上一轮训练所得到的对象提取部件对样本图像进行裁剪而得到的图像作为尺度调整后的样本图像输入到图像模型，对象提取部件用于提取各个尺度的样本图像中的关注的对象，初始尺度的样本图像为原始的样本图像；将尺度调整后的样本图像的特征分别输入到图像模型中的局部分类器，针对特征中的特征点进行分类预测，从而得到局部预测结果，并且基于局部预测结果，更新对象提取部件；基于特征和更新后的对象提取部件，对尺度调整后的样本图像进行对象级分类预测；以及基于尺度调整后的样本图像的分类预测结果，训练图像模型。 | ||
| 搜索关键词： | 样本图像 方法和装置 尺度调整 训练图像 对象提取 分类 预测 局部预测 图像模型 尺度 局部分类器 更新对象 提取部件 预测结果 特征点 裁剪 图像 更新 | ||
【主权项】：
1.一种训练图像模型的方法，包括：针对训练集中的每个样本图像对所述图像模型执行N轮迭代训练，其中，N是大于或等于2的整数，并且在针对每个样本图像执行的每轮训练中进行以下处理：将通过上一轮训练所得到的对象提取部件对所述样本图像进行裁剪而得到的图像作为尺度调整后的样本图像输入到所述图像模型，其中，所述对象提取部件用于提取各个尺度的样本图像中的关注的对象，初始尺度的样本图像为原始的所述样本图像；将所述尺度调整后的样本图像的特征分别输入到所述图像模型中的预定数量的局部分类器，针对所述特征中的特征点进行分类预测，从而得到局部预测结果，并且基于所述局部预测结果，更新所述对象提取部件；基于所述特征和更新后的对象提取部件，对所述尺度调整后的样本图像进行对象级分类预测；以及基于所述尺度调整后的样本图像的分类预测结果，训练所述图像模型，以及基于针对训练集中所有样本图像的训练结果来获得训练完成的图像模型。
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富士通株式会社，未经富士通株式会社许可，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/201810205269.1/，转载请声明来源钻瓜专利网。
