[发明专利]流形学习网络及基于其的计算机视觉图像集分类方法有效
| 申请号： | 201811289756.7 | 申请日： | 2018-10-31 |
| 公开（公告）号： | CN109376787B | 公开（公告）日： | 2021-02-26 |
| 发明（设计）人： | 郑军;王锐;罗长志 | 申请（专利权）人： | 聚时科技(上海)有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200082 上海市杨浦区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种流形学习网络及基于其的计算机视觉图像集分类方法，所述流形学习网络包括输入层、全连接层、矫正层、黎曼池化层、第二对数映射层和输出层，主要用于对采集到的视频序列进行分类，通过在黎曼流形上搭建简单的学习网络，并利用双向二维主成分分析技术优化权值参数来完成对对称正定矩阵进行的非线性特征抽取和分类。与现有技术相比，本发明能够较为有效地提高复杂场景下的对象分类精度，同时训练用时较短。 | ||
| 搜索关键词： | 流形 学习 网络 基于 计算机 视觉 图像 分类 方法 | ||
【主权项】：
1.一种流形学习网络，其特征在于，包括：输入层，用于获取与待分类的图像集对应的对称正定流形；全连接层，用于对输入层接收的数据进行特征抽取；矫正层，用于对抽取的特征值进行调整，保持样本空间一致性；黎曼池化层，用于对特征进行池化操作，降低网络复杂度；第二对数映射层，用于将黎曼池化层输出的流形数据映射到欧式空间，获得欧式空间特征图谱；输出层，用于将欧式空间特征图谱中的每一个特征图均转化成列向量，并按设定权重合并成输出列向量。
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聚时科技(上海)有限公司，未经聚时科技(上海)有限公司许可，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/201811289756.7/，转载请声明来源钻瓜专利网。
