[发明专利]一种基于卷积神经网络和递归自动编码器模型的场景识别方法有效
| 申请号： | 201910470014.2 | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110188827B | 公开（公告）日： | 2020-11-03 |
| 发明（设计）人： | 花福军;陆文斌;张应福;周正斌;李成伟 | 申请（专利权）人： | 创意信息技术股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 成都金英专利代理事务所(普通合伙) 51218 | 代理人： | 袁英 |
| 地址： | 610000 四川省成都*** | 国省代码： | 四川;51 |
| 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卷积神经网络和递归自动编码器模型的场景识别方法，包括：构建卷积神经网络，构建递归自动编码器，数据预处理和场景预测分类；构建卷积神经网络，是利用大规模场景数据集构建并改进卷积神经深度网络；构建递归自动编码器，是利用卷积神经网络提取的图像特征和场景标签构建并改进递归自动编码器；数据预处理，是将图像进行数据增强的操作，同时将场景的文本标签实现嵌入操作完成数据预处理；场景预测分类，构建预测图像场景分类器，将图像特征输入训练完成的模型中进行场景预测分类。本发明改进了传统的图像与文本信息的编码模型，提出了一种新的卷积神经网络和递归自动编码器网络的结合方法，能够显著的提升场景识别的效果。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 递归 自动 编码器 模型 场景 识别 方法 | ||
【主权项】：
1.一种基于卷积神经网络和递归自动编码器模型的场景识别方法，其特征在于，包括：构建卷积神经网络，构建递归自动编码器，数据预处理和场景预测分类；所述构建卷积神经网络，是利用大规模场景数据集构建并改进卷积神经深度网络；所述构建递归自动编码器，是利用卷积神经网络提取的图像特征和场景标签构建并改进递归自动编码器；所述数据预处理，是将图像进行数据增强的操作，同时将场景的文本标签实现嵌入操作完成数据预处理；所述场景预测分类，构建预测图像场景分类器，将图像特征输入训练完成的模型中进行场景预测分类。
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创意信息技术股份有限公司，未经创意信息技术股份有限公司许可，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/201910470014.2/，转载请声明来源钻瓜专利网。
