一种形状识别方法

发明专利有效专利

申请号：
CN202110418108.2
IPC分类号：G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-04-19
申请人：
苏州大学

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	一种形状识别方法
申请号	CN202110418108.2	申请日期	2021-04-19
法律状态	实质审查	申报国家	中国
公开/公告日	2021-07-30	公开/公告号	CN113191361A
优先权	暂无	优先权号	暂无
主分类号	G06K9/34 ? 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〕 G06K9/20 图像捕获〔3〕 G06K9/34 在图像分布图中，相接触的或相重叠的图形的分割〔3〕	IPC分类号	G;0;6;K;9;/;3;4;;;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	苏州大学	申请人地址	江苏省苏州市相城区济学路8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	苏州大学	当前权利人	苏州大学
发明人	杨剑宇;李一凡;闵睿朋;黄瑶
代理机构	北京金宏来专利代理事务所（特殊普通合伙）	代理人	刘慧红

摘要

本发明提出一种形状识别方法，提取形状样本的轮廓关键点；定义各关键点处的近似偏置曲率值并判断关键点处的凹凸性，以获取候选分割点；调整曲率筛选阈值，得到形状分割点；计算最小分割代价进行形状分割，得到若干子形状部分；构建形状样本的拓扑结构；使用形状的全尺度可视化表示方法，得到对应子形状部分的特征表达图像；将各特征表达图像输入卷积神经网络进行训练，学习得到各子形状部分的特征向量；构造形状样本的特征矩阵；构建图卷积神经网络；训练图卷积神经网络，获取测试样本的特征矩阵和邻接矩阵，并输入至训练好的图卷积网络模型中，实现形状分类识别。

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