[发明专利]一种基于CNN与多特征融合的天气图像识别方法有效
| 申请号： | 201910744616.2 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110555465B | 公开（公告）日： | 2022-03-11 |
| 发明（设计）人： | 李英祥;李志强;任堃;钟剑丹 | 申请（专利权）人： | 成都信息工程大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/80 |
| 代理公司： | 成都禾创知家知识产权代理有限公司 51284 | 代理人： | 裴娟 |
| 地址： | 610225 四川省成都市双*** | 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CNN与多特征融合的天气图像识别方法，包括以下步骤：针对输入的图片，提取六种表征不同天气现象的天气特征，并编码为特征向量；提取表征图像的高维CNN特征；将天气特征向量和CNN特征向量进行特征融合，组成整体特征向量；采用整体特征向量训练分类模型，并用训练后的分类模型对天气图像进行识别。本发明融合天气特征和CNN特征来进行训练与分类，识别准确率高。 | ||
| 搜索关键词： | 一种 基于 cnn 特征 融合 天气 图像 识别 方法 | ||
【主权项】：
1.一种基于CNN与多特征融合的天气图像识别方法，其特征在于，包括以下步骤：/n步骤1：针对输入的图片，提取六种表征不同天气现象的天气特征，并编码为特征向量，天气特征包括天气图像中的亮度值、图像中最大和最小像素强度之间的差值，即对比度值、天气图像中雾因子、图像锐度值、图像中的白色像素值以及图像的颜色直方图；/n步骤2：提取表征图像的高维CNN特征；/n步骤3：将天气特征向量和CNN特征向量进行特征融合，组成整体特征向量；/n步骤4：采用整体特征向量训练分类模型，并用训练后的分类模型对天气图像进行识别。/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成都信息工程大学，未经成都信息工程大学许可，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/201910744616.2/，转载请声明来源钻瓜专利网。
