[发明专利]一种图像特征提取方法及装置在审
| 申请号： | 201910187905.7 | 申请日： | 2019-03-13 |
| 公开（公告）号： | CN109977947A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 刘青青;杨学;李建彬 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/46;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种图像特征提取方法及装置，方法包括：S1.基于卷积神经网络和待检测的目标图像，生成初始特征图。S2.将初始特征图输入到初始模块中进一步学习高阶抽象的特征信息，得到增强特征图。S3.基于增强特征图，利用监督学习生成一个长宽和增强特征图一样的特征显著图。S4.对特征显著图进行归一化处理。S5.将初始特征图和归一化后的特征显著图相乘，得到净化特征图。本发明能抑制特征图中的噪声，突出目标信息，提升模型检测小目标的能力。 | ||
| 搜索关键词： | 特征图 增强特征 显著图 图像特征提取 卷积神经网络 相乘 归一化处理 初始模块 模型检测 目标图像 目标信息 特征信息 归一化 小目标 高阶 噪声 抽象 净化 学习 检测 监督 | ||
【主权项】：
1.一种图像特征提取方法，其特征在于：S1.基于卷积神经网络和待检测的目标图像，生成初始特征图。S2.将初始特征图输入到初始模块中进一步学习高阶抽象的特征信息，得到增强特征图。S3.基于增强特征图，利用监督学习生成一个长宽和增强特征图一样的特征显著图。S4.对特征显著图进行归一化处理。S5.将初始特征图和归一化后的特征显著图相乘，得到净化特征图。
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南大学，未经中南大学许可，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/201910187905.7/，转载请声明来源钻瓜专利网。
