[发明专利]基于特征金字塔与全局平均池化的细粒度图像分类方法有效

专利信息
申请号: 201910899445.0 申请日: 2019-09-23
公开(公告)号: CN110619369B 公开(公告)日: 2020-12-11
发明(设计)人: 龚声蓉;周少雄;王朝晖;应文豪;李菊 申请(专利权)人: 常熟理工学院
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 张俊范
地址: 215500 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于特征金字塔与全局平均池化的细粒度图像分类方法,包括以下步骤:步骤1、图像输入预训练的卷积神经网络的卷积层得到多通道的特征图;步骤2、所述多通道的特征图经过全局平均池化层,得到输入图像的显著图,提取目标的位置信息;步骤3、特征金字塔网络提取多通道的特征图的特征并进行预测得到信息量最大的K个局部区域;步骤4、聚合所述K个局部区域的局部特征和输入图像经过所述卷积神经网络得到的全局特征预测输出最终的识别类别。本发明方法减少背景噪声影响,增强局部区域选择鲁棒性,提高识别精度。
搜索关键词: 基于 特征 金字塔 全局 平均 细粒度 图像 分类 方法
【主权项】:
1.一种基于特征金字塔与全局平均池化的细粒度图像分类方法,其特征在于,包括以下步骤:/n步骤1、图像输入预训练的卷积神经网络的卷积层得到多通道的特征图;/n步骤2、所述多通道的特征图经过全局平均池化层,得到输入图像的显著图,提取目标的位置信息;/n步骤3、特征金字塔网络提取多通道的特征图的特征并进行预测得到信息量最大的K个局部区域;/n步骤4、聚合所述K个局部区域的局部特征和输入图像经过所述卷积神经网络得到的全局特征预测输出最终的识别类别。/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常熟理工学院,未经常熟理工学院许可,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/201910899445.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top