[发明专利]一种用于图像特征提取的分解融减自动编码器算法在审
申请号: | 202110550127.0 | 申请日: | 2021-05-20 |
公开(公告)号: | CN113192052A | 公开(公告)日: | 2021-07-30 |
发明(设计)人: | 孙宇;魏本征;李翔;张魁星;丛金玉 | 申请(专利权)人: | 山东中医药大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/62;G06K9/46;G06K9/40 |
代理公司: | 北京中济纬天专利代理有限公司 11429 | 代理人: | 马国冉 |
地址: | 250014 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 图像 特征 提取 分解 自动 编码器 算法 | ||
1.一种用于图像特征提取的分解融减自动编码器算法,其特征在于:包括建立分解融减网络结构和分解重构损失函数,
所述分解融减网络结构首先分为主通道和辅助通道,通过对主通道和辅助通道进行相互独立地特征提取,并将辅助通道中的特征与主通道中的特征进行特征融合,同时在主通道的内部利用跳跃连接将前端每层的局部特征和后端每层的全局特征进行特征的跨层融合,特征层间的融合过程可表示为:
Q=αβ(Wa*Ea+ba+1)+χβ(Wd*Ed+bd+1) (1)
其中,Q为融合后的特征层;α和χ为融合层与被融合层的权重系数;β为激活函数;Wa为融合层的节点权重;Wd为被融合层的节点权重;Ea为融合层的输入;Ed为被融合层的输入;ba+1为融合层偏置向量;bd+1为被融合层偏置向量;*为卷积操作;
所述分解重构损失函数具体可表示为:
其中,LDMRAE(W,b)表示分解重构损失;n表示样本数,xi和yi表示第i个样本的输入信号和恢复信号之间的重构损失;ei和di表示第i个样本特征提取中对称特征层之间的重构损失。
2.根据权利要求1所述的一种用于图像特征提取的分解融减自动编码器算法,其特征在于:所述前端的每层局部特征只传递一次,后端的每层全局特征也只与一层局部特征进行融合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东中医药大学,未经山东中医药大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110550127.0/1.html,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序