[发明专利]基于卷积神经网络的图片鉴别方法及系统在审
| 申请号： | 201610195777.7 | 申请日： | 2016-03-30 |
| 公开（公告）号： | CN105868785A | 公开（公告）日： | 2016-08-17 |
| 发明（设计）人： | 刘阳;白茂生;魏伟;蔡砚刚;祁海 | 申请（专利权）人： | 乐视控股（北京）有限公司;乐视云计算有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 李阳;李浩 |
| 地址： | 100123 北京市朝阳*** | 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： | 本发明公开了一种基于卷积神经网络的图片鉴别方法，包括：将图片数据输入至少两个串联连接的卷积层进行特征的提取，获得提取后的特征数据，其中，所述卷积层的核大小均不大于5×5；将提取后的特征数据通过池化层和卷积层进行特征数据的降维和提取，获得降维后的特征数据；其中，池化层采用平均值池化；将图片降维后的特征数据输入全连接层中，得到图片数据的二维特征值；将二维特征值通过分类器进行分类处理，得到图片的鉴别结果。本发明还公开了基于卷积神经网络的图片鉴别系统。所述基于卷积神经网络的图片鉴别方法及系统通过较小核的卷积层进行特征数据的提取，使得能够更好、更快地提取出图片的局部特征，进而提高了图片鉴别的速度和效率。 | ||
| 搜索关键词： | 基于 卷积 神经网络 图片 鉴别方法 系统 | ||
【主权项】：
一种基于卷积神经网络的图片鉴别方法，其特征在于，包括：将待鉴别的图片数据输入至少两个串联连接的卷积层进行特征的连续提取，获得图片提取后的特征数据；将所述图片提取后的特征数据通过至少一个池化层和至少一个卷积层进行特征数据的降维和特征数据的提取，获得图片降维后的特征数据；其中，所述池化层采用平均值池化；将所述图片降维后的特征数据输入至少一个全连接层中，得到图片数据的二维特征值；将所述二维特征值通过分类器进行分类处理，得到图片的鉴别结果。
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乐视控股（北京）有限公司;乐视云计算有限公司，未经乐视控股（北京）有限公司;乐视云计算有限公司许可，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/201610195777.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种清洁工具
- 下一篇：一种基于移动终端的横条纹图像识别方法及移动终端
