基于弱标注图像的服装识别方法及系统

发明专利有效专利

申请号：
CN201710719635.0
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2017-08-21
申请人：
中国科学院重庆绿色智能技术研究院

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	基于弱标注图像的服装识别方法及系统
申请号	CN201710719635.0	申请日期	2017-08-21
法律状态	授权	申报国家	中国
公开/公告日	2017-12-22	公开/公告号	CN107506793A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? 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〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	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	中国科学院重庆绿色智能技术研究院	申请人地址	重庆市北碚区方正大道266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	中国科学院重庆绿色智能技术研究院	当前权利人	中国科学院重庆绿色智能技术研究院
发明人	徐卉;程诚;周祥东;石宇
代理机构	上海光华专利事务所（普通合伙）	代理人	尹丽云

摘要

本发明提供一种基于弱标注图像的服装识别方法及系统，方法包括对完全标注的样本进行算法训练，获取初始模型；同时从完全标注的样本和弱标注的样本中获取有效信息，对所述初始模型进行进一步训练获取最终模型；通过最终模型进行服装图像识别；本发明中的图像识别方法通过深度学习框架下的多尺度inception模块，构建一个深度构架，可以更好的综合输入图像的多尺度信息，本发明通过双层样本选择策略，同时从完全标注样本和弱标注样本中获取信息，挖掘出较难分辨的负样本，有助于提高图像识别的准确度，尤其是在应用于衣服识别领域时，有助于提高同款衣服检索的准确度。

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