[发明专利]一种基于单隐层神经网络的场景识别方法在审
| 申请号： | 201610069804.6 | 申请日： | 2016-02-01 |
| 公开（公告）号： | CN105678278A | 公开（公告）日： | 2016-06-15 |
| 发明（设计）人： | 程东生;俞文静;范广璐;赵大青;何晓玲;孟辅贤;吴昊;石晓波;倪时龙;许成功;吕君玉;曾伟波 | 申请（专利权）人： | 国家电网公司;国网安徽省电力公司;福建亿榕信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/36;G06K9/62 |
| 代理公司： | 福州市鼓楼区京华专利事务所(普通合伙) 35212 | 代理人： | 林晓琴 |
| 地址： | 100000 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于单隐层神经网络的场景识别方法，其特征在于：包括训练阶段和识别阶段；所述训练阶段包括：对预先采集的用于训练的样本图像集进行预处理，提取预处理后的样本图像集的局部梯度统计特征，将所述局部梯度统计特征以及对应场景类别标签加入到单隐层神经网络分类器进行层级式监督学习，得到复数个不同的多类单隐层神经网络的最优参数，根据所述最优参数构建多层级场景分类器；所述识别阶段包括：对待识别的图像集进行预处理，提取预处理后的待识别图像集的局部梯度统计特征，将该局部梯度统计特征向量送入所述多层级场景分类器中进行识别，得到所属场景类的类别标注。本发明实现高精度场景识别。 | ||
| 搜索关键词： | 一种 基于 单隐层 神经网络 场景 识别 方法 | ||
【主权项】：
一种基于单隐层神经网络的场景识别方法，其特征在于：包括训练阶段和识别阶段；所述训练阶段包括：对预先采集的用于训练的样本图像集进行预处理，提取预处理后的样本图像集的局部梯度统计特征，将所述局部梯度统计特征以及对应场景类别标签加入到单隐层神经网络分类器进行层级式监督学习，得到复数个不同的多类单隐层神经网络的最优参数，根据所述最优参数构建多层级场景分类器；所述识别阶段包括：对待识别的图像集进行预处理，提取预处理后的待识别图像集的局部梯度统计特征，将提取到的所述待识别图像的局部梯度统计特征向量送入所述多层级场景分类器中进行识别，得到所属场景类的类别标注。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国家电网公司;国网安徽省电力公司;福建亿榕信息技术有限公司，未经国家电网公司;国网安徽省电力公司;福建亿榕信息技术有限公司许可，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/patent/201610069804.6/，转载请声明来源钻瓜专利网。
- 上一篇：推拉窗的塑钢窗扇安装机构
- 下一篇：一种防止划伤的门搭扣
