[发明专利]一种基于伪脑网络模型下的涉恐场景识别方法有效
| 申请号： | 201910711601.6 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110647905B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 胡冀;颜成钢;孙垚棋;张继勇;张勇东 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 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： | 本发明公开了一种基于伪脑网络模型下的涉恐场景识别方法。本发明包括如下步骤：步骤1、通过CNN图像分类器，得到涉恐场景图片概率值；步骤2、通过伪脑网络图像分类器，得到涉恐场景图片概率值；步骤3、将CNN图像分类器分类结果和伪脑网络图像分类器分类结果输入给神经网络融合模型，输出场景事件分类结果，涉恐场景＝1，非涉恐场景＝0。本发明将深度学习算法与等效伪脑网络模型相结合。深度学习网络用于机器视觉图像分类，伪脑网络模型替代人脑对视听觉信息高级特征进行融合，实现环境物体感知和环境认知。 | ||
| 搜索关键词： | 一种 基于 网络 模型 场景 识别 方法 | ||
【主权项】：
1.一种基于伪脑网络模型下的涉恐场景识别方法，其特征在于包括如下步骤：/n步骤1、通过CNN图像分类器，得到涉恐场景图片概率值；/n步骤2、通过伪脑网络图像分类器，得到涉恐场景图片概率值；/n步骤3、将CNN图像分类器分类结果和伪脑网络图像分类器分类结果输入给神经网络融合模型，输出场景事件分类结果，涉恐场景＝1，非涉恐场景＝0。/n
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杭州电子科技大学，未经杭州电子科技大学许可，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/201910711601.6/，转载请声明来源钻瓜专利网。
