[发明专利]一种基于混合时间池化算子的有丝分裂定位和识别的方法有效
申请号: | 201810944803.0 | 申请日: | 2018-08-19 |
公开(公告)号: | CN109344859B | 公开(公告)日: | 2021-10-15 |
发明(设计)人: | 刘安安;王洪涛;聂为之 | 申请(专利权)人: | 天津大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/34;G06K9/38 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
地址: | 300072*** | 国省代码: | 天津;12 |
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混合时间池化算子的有丝分裂定位和识别的方法,包括:对候选子序列的每一帧图像分别提取卷积神经网络特征向量;使用最大池化算子、平均池化算子、以及时间梯度直方图池化算子对提取的每帧的特征向量分别进行池化,得到相应帧的时间参数向量,该由最大池化算子、平均池化算子、以及时间梯度直方图池化算子组成的时间参数向量表征了对象帧所包含的外观特征和时序信息;在时间参数向量上训练线性SVM分类器来对候选子序列的每一帧的阶段标签进行分类,获得每个阶段的起始帧位置和帧数目;如果候选子序列包括完整的四个阶段,则可判定该序列包含了一个分裂事件,得到最终的识别结果。本发明提高了有丝分裂定位和识别的精度,降低了时间复杂度。 | ||
搜索关键词: | 一种 基于 混合 时间 算子 有丝分裂 定位 识别 方法 | ||
【主权项】:
1.一种基于混合时间池化算子的有丝分裂定位和识别的方法,其特征在于,所述方法包括:对候选子序列的每一帧图像分别提取卷积神经网络特征向量;使用最大池化算子、平均池化算子、以及时间梯度直方图池化算子对提取的每帧的特征向量分别进行池化,得到相应帧的时间参数向量,该由最大池化算子、平均池化算子、以及时间梯度直方图池化算子组成的时间参数向量表征了对象帧所包含的外观特征和时序信息;在时间参数向量上训练线性SVM分类器来对候选子序列的每一帧的阶段标签进行分类,获得每个阶段的起始帧位置和帧数目;如果候选子序列包括完整的四个阶段,则可判定该序列包含了一个分裂事件,得到最终的识别结果。
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天津大学,未经天津大学许可,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/201810944803.0/,转载请声明来源钻瓜专利网。