一种基于细胞神经网络的图像多尺度特征提取方法

授权

摘要

本发明公开了一种基于细胞神经网络的图像多尺度特征提取方法，先基于一个局部二值约束改进的细胞神经网络，在神经元邻域L(r,p)采样条件下，利用双核递归卷积方式产生多对特征图；再利用旋转不变映射和低频模式合并来压缩状态特征图；在状态特征图和响应特征图上，根据联合分布模式统计规则生成图像的单尺度联合模式比例型直方图；对联合直方图进行softmax优化并新增标准方差分量，得到优化后的单尺度特征向量；最后将多个单尺度向量进行串联，得到图像的多尺度特征向量。

基本信息

专利标题：

一种基于细胞神经网络的图像多尺度特征提取方法

专利标题（英）：

暂无

公开（公告）号：

CN111027570A

申请号：

CN201911139514.4

公开（公告）日：

2020-04-17

申请日：

2019-11-20

授权号：

CN111027570B

授权日：

2022-06-14

发明人：

纪禄平常明喆沈聿林李真

申请人：

电子科技大学

申请人地址：

四川省成都市高新区（西区）西源大道2006号

代理机构：

成都行之专利代理事务所(普通合伙)

代理人：

温利平

优先权：

CN201911139514.4

主分类号：

G06K9/46

IPC分类号：

G06K9/46 G06K9/62 G06N3/04