[发明专利]基于低秩稀疏表征和关系推断的图像可记忆度预测方法有效
| 申请号： | 201910074564.2 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109858543B | 公开（公告）日： | 2023-03-21 |
| 发明（设计）人： | 褚晶辉;商悦晨;井佩光;苏育挺 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V10/77 | 分类号： | G06V10/77;G06V10/764 |
| 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低秩稀疏表征和关系推断的图像可记忆度预测方法，包括：在MIT数据库上将提取的第一图片特征随机划分为两组，一组作为训练集特征；另一组作为测试集特征；在LaMem数据库上将提取的第二图片特征随机划分为六组，每组选预设张数的图片特征作为训练集特征，另一预设张数的图片特征作为测试集特征；将上述数据库上提取的训练集特征、训练集图片对应的标签、以及参数值作为目标函数的输入，经多次迭代，分别得到适用于MIT数据库、及LaMem数据库的映射矩阵和相关系数矩阵；分别将MIT数据库、及LaMem数据库上测试集的特征矩阵、与对应的映射矩阵和相关系数矩阵进行相乘，得到最终的图像可记忆度预测分数。 | ||
| 搜索关键词： | 基于 稀疏 表征 关系 推断 图像 记忆 预测 方法 | ||
【主权项】：
1.一种基于低秩稀疏表征和关系推断的图像可记忆度预测方法，其特征在于，所述方法包括以下步骤：在MIT数据库上将提取的第一图片特征随机划分为两组，一组作为训练集特征；另一组作为测试集特征；在LaMem数据库上将提取的第二图片特征随机划分为六组，每组选预设张数的图片特征作为训练集特征，另一预设张数的图片特征作为测试集特征；将上述数据库上提取的训练集特征、训练集图片对应的标签、以及参数值作为目标函数的输入，经过多次迭代，分别得到适用于MIT数据库、及LaMem数据库的映射矩阵和相关系数矩阵；分别将MIT数据库、及LaMem数据库上测试集的特征矩阵、与对应的映射矩阵和相关系数矩阵三者进行乘法运算，分别得到最终的图像可记忆度预测分数。
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/201910074564.2/，转载请声明来源钻瓜专利网。
