[发明专利]基于栈式稀疏自编码器的目标识别方法、装置及电子设备在审
| 申请号： | 201810772591.2 | 申请日： | 2018-07-13 |
| 公开（公告）号： | CN109271833A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 孙龙清;刘岩;罗冰;邹远炳;李玥;李忆杨 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100193 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于栈式稀疏自编码器的目标识别方法、装置及电子设备，该方法包括：对包含目标物体的图像，依次进行灰度化处理和归一化处理，获取标准目标物体图像；对标准目标物体图像，分别采用方向梯度直方图特征提取算法，提取HOG特征，并采用局部二值模式特征提取算法，提取LBP特征；将HOG特征和LBP特征进行拼接，获取HOG‑LBP特征，并利用主成分分析法，对HOG‑LBP特征进行降维处理，获取HOG‑LBP‑PCA特征；基于HOG‑LBP‑PCA特征，利用预先建立的三层栈式稀疏自编码器和Logistic分类器，检测目标物体。本发明能够更有效地提取图像的高层次、抽象特征，从而更有效提高目标识别结果的可靠性和准确率。 | ||
| 搜索关键词： | 目标识别 编码器 栈式 稀疏 装置及电子设备 特征提取算法 标准目标 目标物体 物体图像 方向梯度直方图 主成分分析法 归一化处理 灰度化处理 抽象特征 二值模式 降维处理 提取图像 预先建立 分类器 有效地 准确率 三层 拼接 图像 检测 | ||
【主权项】：
1.一种基于栈式稀疏自编码器的目标识别方法，其特征在于，包括：对包含目标物体的图像，依次进行灰度化处理和归一化处理，并以归一化处理的结果作为标准目标物体图像；对所述标准目标物体图像，分别采用方向梯度直方图特征提取算法，提取HOG特征，并采用局部二值模式特征提取算法，提取LBP特征；将所述HOG特征和所述LBP特征进行拼接，获取HOG‑LBP特征，并利用主成分分析法，对所述HOG‑LBP特征进行降维处理，获取HOG‑LBP‑PCA特征；基于所述HOG‑LBP‑PCA特征，利用预先建立的三层栈式稀疏自编码器和Logistic分类器，检测所述目标物体。
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中国农业大学，未经中国农业大学许可，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/201810772591.2/，转载请声明来源钻瓜专利网。
- 上一篇：人流分析方法、人流分析装置以及人流分析系统
- 下一篇：检测装置
