基于自监督学习与深度森林的摄影图像美学风格分类方法
公开
摘要
本发明公开了一种基于自监督学习与深度森林的摄影图像美学风格分类方法，首先构建并训练自监督特征学习模型，然后构建并训练深度森林模型，最后通过训练好的特征提取网络和深度森林模型完成摄影图像美学风格分类。本发明采用自监督特征学习模型进行预训练，充分挖掘美学特征，有利于深度森林模型更好寻找多标签摄影图像美学风格分类的最优解。深度森林模型在迭代训练过程中充分考虑了多标签之间的关联信息，提升多标签摄影图像美学风格分类的精度。
基本信息
专利标题 ：
基于自监督学习与深度森林的摄影图像美学风格分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299336A
申请号 ：
CN202111627628.0
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张灵均包尔权张桦吴以凡苟若芸
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 ：
CN202111627628.0
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06K9/62 G06N20/00
法律状态
2022-04-08 ：
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
