[发明专利]识别烟雾的卷积神经网络的训练方法在审
| 申请号： | 201910251036.X | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110059588A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 罗胜 | 申请（专利权）人： | 温州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 温州市品创专利商标代理事务所(普通合伙) 33247 | 代理人： | 洪中清 |
| 地址： | 325000 浙江省温州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种识别烟雾的卷积神经网络的训练方法，提出一种先生成颜色通道、再从颜色通道中生成纹理、形状等空间特征的烟雾识别网络。具有以下特点：(1)多层1x1卷积自动生成类间差异显著的颜色通道模式；(2)在颜色通道上自动抽取纹理、形状等空间特征；(3)综合多层次的颜色、纹理特征识别场景中的烟雾。这种方法具有以下优点：(1)比起RGB、YCbCr、CIE Lab、HSI、YUV、dark channel等简单的颜色模型，自动训练生成的颜色通道能覆盖更多的样本；(2)比采用通用的卷积神经网络指向性明确，简单的网络具有更好的性能，轻型网络也意味着不大的数据依赖；(3)比传统人工抽取特征的方法通用性更强，比通用卷积网络轻，并且准确度更高。 | ||
| 搜索关键词： | 颜色通道 卷积神经网络 烟雾 空间特征 纹理 卷积 网络 准确度 传统人工 类间差异 数据依赖 纹理特征 烟雾识别 颜色模型 自动抽取 自动生成 自动训练 通用的 指向性 多层 抽取 样本 场景 通用 覆盖 | ||
【主权项】：
1.一种识别烟雾的卷积神经网络的训练方法，其特征在于，所述识别烟雾的卷积神经网络，包括颜色通道卷积子网络和纹理卷积子网络：颜色通道卷积子网络，用于抽取图像中颜色特征；纹理卷积子网络在纹理空间操作，在颜色通道上抽取图像中形状特征；识别烟雾的卷积神经网络的训练方法，包括：S1，基于像素级图像标签训练颜色通道卷积子网络N1次；S2，基于降采样的像素级图像标签一起训练颜色通道卷积子网络和纹理卷积子网络N2次；S3，基于图像级标签训练整个识别烟雾的卷积神经网络N3次；重复执行上述S1至S3共N4次，N1、N2、N3、N4为正整数。
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温州大学，未经温州大学许可，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/201910251036.X/，转载请声明来源钻瓜专利网。
