[发明专利]基于卷积神经网络的复杂背景下柔性易变形物体识别方法在审
| 申请号： | 202210890858.4 | 申请日： | 2022-07-27 |
| 公开（公告）号： | CN116206301A | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 秦龙辉;柴大洲;张嘉桐;包文辉;李瑞茹 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V20/64 | 分类号： | G06V20/64;G06V10/82;G06V10/774;G06V10/44;G06N3/0464;G06N3/08 |
| 代理公司： | 北京德崇智捷知识产权代理有限公司 11467 | 代理人： | 申星宇 |
| 地址： | 211100 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： | 本发明公开了一种基于卷积神经网络的复杂背景下柔性易变形物体识别方法，涉及视觉图像的自动化处理和机器学习领域，解决了由于复杂背景干扰或待识别对象易变形而导致识别率低的问题，其技术方案要点是通过尺寸缩放、移动旋转、色彩变换、背景变更、噪声模拟、人为遮挡、预变形等图像处理技术对原有图像样本进行数据增强，然后将训练图像数据集输入卷积神经网络进行训练，使神经网络“自主学会”复杂背景下柔性物体的识别；与已有通过人为提取图像特征再进行机器学习或建立模型库进行比对识别等技术相比，本申请提出的方法极大减少了神经网络模型对训练数据集样本量的要求，且无需建立物理模型，自动化程度高，适用范围广，即使在处理复杂的柔性易变形物体时也能取得极高的识别精度。 | ||
| 搜索关键词： | 基于 卷积 神经网络 复杂 背景 柔性 变形 物体 识别 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东南大学，未经东南大学许可，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/202210890858.4/，转载请声明来源钻瓜专利网。
