[发明专利]一种基于无监督特征学习的图像分类方法在审

专利信息
申请号: 202010173425.8 申请日: 2020-03-12
公开(公告)号: CN111401434A 公开(公告)日: 2020-07-10
发明(设计)人: 聂飞平;陆继韬;王榕;李学龙 申请(专利权)人: 西北工业大学
主分类号: G06K9/62 分类号: G06K9/62;G06K9/34
代理公司: 西北工业大学专利中心 61204 代理人: 常威威
地址: 710072 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种基于无监督特征学习的图像分类方法。首先,构建图块矩阵,并利用PCA算法学习滤波器组、进行特征图降维,再将输出作为输入,重复此过程以构建深层网络,得到两层降维后的特征图集合;然后,将降维后的特征图进行二值化,计算哈希值并分块统计直方图,得到原始图像的特征嵌入;接着,利用原始图像标签和特征嵌入对分类器进行训练;最后,对未标识的待分类图像计算特征嵌入并利用训练好的分类器进行处理,得到最终分类结果。
搜索关键词: 一种 基于 监督 特征 学习 图像 分类 方法
【主权项】:
暂无信息
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西北工业大学,未经西北工业大学许可,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/202010173425.8/,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