一种基于卷积神经网络和协方差张量矩阵的降维方法
授权
摘要

本发明公开了一种基于卷积神经网络和协方差张量矩阵的降维方法,包括以下步骤:首先对原始图像进行基于结构树的边缘检测,从而得到每幅图像的边缘图,然后将边缘图像输入到卷积神经网络对边缘图像提取形状特征;为了丰富图像细节特征,使用卷积神经网络对原始图像进行特征提取;将传统特征提取方法与卷积神经网络特征提取相结合,以得到多种视觉特征。本发明关注图像目标的形状特征,并使用卷积神经网络来提取图像特征,相比传统的特征提取方法更能丰富直观的表示图像,同时在降低维度的过程中,更加注重多种视觉特征之间的相关性,更能使其作为一个整体来表示图像,更加具有鲁棒性和实用性。

基本信息
专利标题 :
一种基于卷积神经网络和协方差张量矩阵的降维方法
专利标题(英):
暂无
公开(公告)号 :
CN108388904A
申请号 :
CN201810206326.8
公开(公告)日 :
2018-08-10
申请日 :
2018-03-13
授权号 :
CN108388904B
授权日 :
2022-05-03
发明人 :
年睿耿月
申请人 :
中国海洋大学
申请人地址 :
山东省青岛市崂山区松岭路238号
代理机构 :
青岛海昊知识产权事务所有限公司
代理人 :
王铎
优先权 :
CN201810206326.8
主分类号 :
G06K9/46
IPC分类号 :
G06K9/46  G06T3/00  G06N3/04  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
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
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
G06K9/46
图像特征或特性的抽取
法律状态
2022-05-03 :
授权
2018-09-04 :
实质审查的生效
IPC(主分类) : G06K 9/46
申请日 : 20180313
2018-08-10 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332