一种基于伪脑网络模型下的涉恐场景识别方法
授权
摘要
本发明公开了一种基于伪脑网络模型下的涉恐场景识别方法。本发明包括如下步骤：步骤1、通过CNN图像分类器，得到涉恐场景图片概率值；步骤2、通过伪脑网络图像分类器，得到涉恐场景图片概率值；步骤3、将CNN图像分类器分类结果和伪脑网络图像分类器分类结果输入给神经网络融合模型，输出场景事件分类结果，涉恐场景＝1，非涉恐场景＝0。本发明将深度学习算法与等效伪脑网络模型相结合。深度学习网络用于机器视觉图像分类，伪脑网络模型替代人脑对视听觉信息高级特征进行融合，实现环境物体感知和环境认知。
基本信息
专利标题 ：
一种基于伪脑网络模型下的涉恐场景识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110647905A
申请号 ：
CN201910711601.6
公开（公告）日 ：
2020-01-03
申请日 ：
2019-08-02
授权号 ：
CN110647905B
授权日 ：
2022-05-13
发明人 ：
胡冀颜成钢孙垚棋张继勇张勇东
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
朱月芬
优先权 ：
CN201910711601.6
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G06N20/00
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
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-13 ：
授权
2020-02-04 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190802
申请日 : 20190802
2020-01-03 ：
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
