一种基于特征融合的图像分类方法

发明专利有效专利

申请号：
CN202011140530.8
IPC分类号：G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-10-22
申请人：
北京科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于特征融合的图像分类方法
申请号	CN202011140530.8	申请日期	2020-10-22
法律状态	授权	申报国家	中国
公开/公告日	2020-12-01	公开/公告号	CN112016574A
优先权	暂无	优先权号	暂无
主分类号	G06K9/46 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/36 图像预处理，即无须判定关于图像的同一性而进行的图像信息处理〔3〕 G06K9/46 图像特征或特性的抽取〔3〕	IPC分类号	G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京科技大学	申请人地址	北京市海淀区学院路30号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京科技大学	当前权利人	北京科技大学
发明人	张桃红;范素丽;胡俊楠
代理机构	北京市广友专利事务所有限责任公司	代理人	暂无

摘要

本发明提供一种基于特征融合的图像分类方法，所述方法包括获取包含图像和结构化数值特征的训练集；构建基于图像特征和结构化数值特征的特征融合图像分类模型；利用获取的训练集对构建的特征融合图像分类模型进行训练；其中，在训练过程中，通过图像处理提取图像的几何特征，同时通过卷积神经网络自动提取图像特征，将图像处理提取的几何特征、卷积神经网络自动提取的特征与训练集中的结构化数值特征进行融合，根据融合后的特征对图像的类型进行预测；获取待分类图像，将其输入到训练好的特征融合图像分类模型中，对待分类图像的类型进行预测。采用本发明，能够利用融合后的更加全面和更具代表性的特征对图像进行分类，提高图像的分类准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供