基于神经网络的图像特征提取建模、图像识别方法及装置

发明专利无效专利

申请号：
CN201610665948.8
IPC分类号：G06K9/00;G06K9/62;G06N3/02
申请日期：
2016-08-12
申请人：
广州视源电子科技股份有限公司

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	基于神经网络的图像特征提取建模、图像识别方法及装置
申请号	CN201610665948.8	申请日期	2016-08-12
法律状态	驳回	申报国家	中国
公开/公告日	2016-12-21	公开/公告号	CN106250866A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? 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〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;2查看分类表>
申请人	广州视源电子科技股份有限公司	申请人地址	广东省广州市广州黄埔区云埔四路6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	广州视源电子科技股份有限公司	当前权利人	广州视源电子科技股份有限公司
发明人	张玉兵
代理机构	广州华进联合专利商标代理有限公司	代理人	冯右明

摘要

本发明提供一种基于神经网络的图像特征提取建模方法及装置，从预设应用场景的训练集中获取第一图片、第二图片、第一图片的第一分类及第二图片的第二分类；根据所述第一图片、所述第一分类、所述第二图片及所述第二分类确定全局损失代价函数值；根据全局损失代价函数值及训练参数在训练集上训练图像对象验证神经网络；通过预设应用场景的测试集对图像对象验证神经网络进行测试，并根据测试结果确定测试精度，根据测试精度及图像对象验证神经网络确定目标图像对象验证特征提取模型。该方法及装置可以达到将建模得到的图像特征模型应用图像识别应用场景中进行图像识别时，提高图片识别精度的有益效果。本发明还提供一种图像识别方法及装置。

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