[发明专利]基于深度视觉特征和支持向量机的地表纹理识别算法在审
| 申请号： | 201611163755.9 | 申请日： | 2016-12-16 |
| 公开（公告）号： | CN106599848A | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 沈业;兰超;李雪飞 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司： | 南京理工大学专利中心32203 | 代理人： | 朱宝庆 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 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深度视觉特征和支持向量机的地表纹理识别算法，包括以下步骤步骤1，获取不同种非结构化道路的图片，并将每类图片的一部分存入训练集另一部分存入测试集，训练集和测试集构成地表纹理数据库；步骤2，采用AlexNet卷积神经网络模型，获取地表纹理数据库所有图像的深度视觉特征并保存；步骤3，在建立的地表纹理数据库中，对不同种非结构化道路分别定义标签，采用支持向量机算法分析训练集的深度视觉特征得到判决函数，分析测试集的深度视觉特征得到测试集的预测标签和分类准确率；步骤4，判断准确率是否高于设定值，若高于设定值则保留地表纹理数据库；否则，从新获取不同种非结构化道路的图片。 | ||
| 搜索关键词： | 基于 深度 视觉 特征 支持 向量 地表 纹理 识别 算法 | ||
【主权项】：
一种基于深度视觉特征和支持向量机的地表纹理识别算法，其特征在于，包括以下步骤：步骤1，获取不同种非结构化道路的图片，并将每类图片的一部分存入训练集另一部分存入测试集，训练集和测试集构成地表纹理数据库；步骤2，采用AlexNet卷积神经网络模型，获取地表纹理数据库所有图像的深度视觉特征并保存；步骤3，在建立的地表纹理数据库中，对不同种非结构化道路分别定义标签，采用支持向量机算法分析训练集的深度视觉特征得到判决函数，分析测试集的深度视觉特征得到测试集的预测标签和分类准确率；步骤4，判断准确率是否高于设定值，若高于设定值则保留地表纹理数据库；否则，从新获取不同种非结构化道路的图片。
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南京理工大学，未经南京理工大学许可，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/patent/201611163755.9/，转载请声明来源钻瓜专利网。
- 上一篇：基于深度信息的人体检测方法
- 下一篇：一种基于动作识别技术的人体步态分析系统
