[发明专利]基于多分支卷积神经网络特征正交的图像可判别区域提取方法有效
| 申请号： | 201910866119.X | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110648332B | 公开（公告）日： | 2022-03-15 |
| 发明（设计）人： | 孟凡满;黄开旭;鲍俊玲;李宏亮;吴庆波 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/08;G06N3/04 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 邹裕蓉 |
| 地址： | 611731 四川省成*** | 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： | 本发明提供的一种基于多分支卷积神经网络特征正交的图像可判别区域提取方法，包括步骤：1)构建N个结构相同卷积神经网络作为多分支卷积神经网络的N个分支，N个卷积神经网络相互不共享参数；任意两个不同分支输出的特征之间作哈达玛积，将哈达玛积的矩阵中所有元素相加得到两两分支的特征正交损失；多分支卷积神经网络的总损失函数为所有分支的分类损失加上超参数乘两两分支的特征正交损失之和；2)得到训练集；3)训练多分支卷积神经网络；4)利用经过训练的多分支卷积神经网络进行图像可判别区域提取。本发明使用了多分支卷积神经网络，利用特征正交，使不同分支的卷积神经网络之间彼此不同，从而可以获得不同的可判别区域信息。 | ||
| 搜索关键词： | 基于 分支 卷积 神经网络 特征 正交 图像 判别 区域 提取 方法 | ||
【主权项】：
1.基于多分支卷积神经网络特征正交的图像可判别区域提取方法，其特征在于，包括以下步骤：/n1)网络构建：/n构建N个结构相同卷积神经网络作为多分支卷积神经网络的N个分支，N个卷积神经网络相互不共享参数；N为大于2的整数；/n将每个分支卷积神经网络最后一层卷积层输出的特征提取出来，任意两个不同分支输出的特征之间作哈达玛积，将哈达玛积的矩阵中所有元素相加得到两两分支的特征正交损失；N分支卷积神经网络的总损失函数L
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电子科技大学，未经电子科技大学许可，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/201910866119.X/，转载请声明来源钻瓜专利网。
