[发明专利]一种基于神经网络的食物识别方法在审
| 申请号： | 201810054620.1 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108280474A | 公开（公告）日： | 2018-07-13 |
| 发明（设计）人： | 杨德顺;陈晓鹏 | 申请（专利权）人： | 广州市派客朴食信息科技有限责任公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46 |
| 代理公司： | 广州致信伟盛知识产权代理有限公司 44253 | 代理人： | 伍嘉陵 |
| 地址： | 510000 广东省广*** | 国省代码： | 广东;44 |
| 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神经网络的食物识别方法，包括以下步骤：S1,获取食物图像并输入神经网络；S2，对输入的图像进行特征抽取和降维，得到关键特征；S3,对输入的图像进行LBP特征值计算，得到LBP特征图；S4，将LBP特征图与关键特征进行合并，得到细节特征，并将细节特征输入到下一层；S5，使用神经网络最终抽取的特征进行食物图像的分类。对获取的食物图像不仅进行关键特征的提取，还对其进行LBP特征计算，将得到的LBP特征图与关键特征进行合并，使得细节特征不被抛弃，网络上层依旧可以学习细节特征，解决了目前食物识别方法对细节识别不准确的问题。 | ||
| 搜索关键词： | 关键特征 细节特征 神经网络 食物图像 特征图 图像 输入神经网络 特征值计算 特征抽取 特征计算 细节识别 合并 降维 抽取 上层 抛弃 分类 网络 学习 | ||
【主权项】：
1.一种基于神经网络的食物识别方法，其特征在于，包括以下步骤：S1,获取食物图像并输入神经网络；S2，对输入的图像进行特征抽取和降维，得到关键特征；S3,对输入的图像进行LBP特征值计算，得到LBP特征图；S4，将LBP特征图与关键特征进行合并，得到细节特征，并将细节特征输入到下一层；S5，使用神经网络最终抽取的特征进行食物图像的分类。
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广州市派客朴食信息科技有限责任公司，未经广州市派客朴食信息科技有限责任公司许可，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/201810054620.1/，转载请声明来源钻瓜专利网。
