[发明专利]一种基于深度学习的动态图像特征捕捉方法在审
| 申请号： | 202211687440.X | 申请日： | 2022-12-27 |
| 公开（公告）号： | CN116030384A | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 殷波 | 申请（专利权）人： | 贵州交通职业技术学院 |
| 主分类号： | G06V20/40 | 分类号： | G06V20/40;G06V20/70;G06V10/40;G06V10/82;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 烟台上禾知识产权代理事务所(普通合伙) 37234 | 代理人： | 赵加鑫 |
| 地址： | 551400 贵*** | 国省代码： | 贵州;52 |
| 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深度学习的动态图像特征捕捉方法，涉及图像识别技术领域，通过对深度卷积神经网络模型的优化，使得深度卷积神经网络模型中对于识别结果不起作用或起负作用的卷积层进行剔除，一方面降低深度卷积神经网络模型的计算量，另一方面能够在已经完成训练的基础上，进一步的提高深度卷积神经网络模型的准确率；同时技术人员通过工具将错误识别的特征标记框进行删除后，将对应的对照视频帧和原始视频帧作为深度卷积神经网络模型的训练样本进行输入，也能使得深度卷积神经网络模型的识别精度更准。 | ||
| 搜索关键词： | 一种 基于 深度 学习 动态 图像 特征 捕捉 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贵州交通职业技术学院，未经贵州交通职业技术学院许可，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/202211687440.X/，转载请声明来源钻瓜专利网。
