[发明专利]基于深度森林的在线多视角分类方法、系统、装置

摘要

本发明属于机器学习技术领域，具体涉及了一种基于深度森林的在线多视角分类方法、系统、装置，旨在解决深度学习模型不能在线更新，而浅层在线学习模型的分类精度低的问题。本发明方法包括：通过多视角深度森林网络获取多视角数据的分类结果图；将分类结果图的预测标签按列排成与多视角数据图片相同的尺寸；将排列后的分类结果图按标签大小着色为灰度分类结果图并输出。本发明通过在线的方式从数据流中学习，并对模型结构和权重更新，使得模型对不同的数据集有很强的适应性和扩展性，同时还充分利用了多视角数据本身及多视角之间的信息，有效开发深层的特征信息，从而得到更高的在线分类准确率，在线的方式无需存储全部数据，有效节约了资源。

主权项

1.一种基于深度森林的在线多视角分类方法，其特征在于，该分类方法包括：步骤S10，获取同一目标不同属性的特征或不同传感器的数据作为输入多视角数据；步骤S20，基于所述输入多视角数据，通过多视角深度森林网络，获取所述输入多视角数据的分类结果图；所述多视角深度森林网络包含第一预设数量的层，每一层包含第二预设数量的随机森林；步骤S30，将所述分类结果图的预测标签按列排成与所述输入多视角数据图片相同的尺寸；步骤S40，将排列后的分类结果图按照标签的大小着色成灰度分类结果图。