一种基于全卷积网络的彩色图像色彩语义分类方法

发明专利有效专利

申请号：
CN201710236763.X
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2017-04-12
申请人：
合肥工业大学

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	一种基于全卷积网络的彩色图像色彩语义分类方法
申请号	CN201710236763.X	申请日期	2017-04-12
法律状态	授权	申报国家	暂无
公开/公告日	2017-08-04	公开/公告号	CN107016415A
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	合肥工业大学	申请人地址	安徽省合肥市包河区屯溪路193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	合肥工业大学	当前权利人	合肥工业大学
发明人	张骏;熊高敏;高隽;张旭东
代理机构	安徽省合肥新安专利代理有限责任公司	代理人	陆丽莉;何梅生

摘要

本发明公开了一种基于全卷积网络的彩色图像色彩语义分类方法，包括：1构建全卷积网络；2获取具有像素级标注的彩色图像数据集；3利用彩色图像数据集对全卷积网络进行训练，得到能够对任意尺寸彩色图像进行像素级色彩语义分类的特征模型；4利用特征模型对任意彩色图像进行像素级的色彩语义分类，评估特征模型的分类精度；5使用全连接条件随机场的方法对网络分类结果进行优化处理，得到图像中每个像素点的色彩类别标签，根据类别标签与彩色空间的映射关系，将色彩类别标签转化到对应的彩色空间显示像素级的色彩语义分类结果。本发明能实现彩色图像像素级的色彩语义分类，有效提高复杂多变环境下彩色图像色彩语义分类的精度。

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