[发明专利]一种基于双卷积和主题模型的场景识别方法在审
| 申请号： | 201811606504.2 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109685146A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 熊继平;叶童;叶灵枫 | 申请（专利权）人： | 浙江师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 321004 浙江*** | 国省代码： | 浙江;33 |
| 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双卷积和主题模型的场景识别方法。该方法包括：利用卷积神经网络对通用对象检测数据集进行训练得到对象卷积神经网络，第二个卷积神经网络对训练集场景图像进行训练得到场景卷积神经网络；使用对象卷积神经网络对训练图像进行对象检测得到对象特征，采用主题模型方法对对象特征进行筛选得到对象判别特征；将场景卷积神经网络中卷积层的输出进行费舍尔向量编码得到卷积费舍尔特征；对场景卷积神经网络的输出进行解卷积并运用稀疏编码的空间金字塔匹配方法统计其在不同分辨率下的图像特征点分布，构成多尺度的空间局部特征；将三种特征融合使用支持向量机进行场景分类，实现场景分类性能的提高。 | ||
| 搜索关键词： | 卷积神经网络 卷积 主题模型 场景分类 场景识别 对象特征 场景 图像特征点 支持向量机 场景图像 对象检测 检测数据 局部特征 使用对象 特征融合 通用对象 稀疏编码 向量编码 训练图像 输出 多尺度 解卷积 训练集 分辨率 金字塔 匹配 筛选 统计 | ||
【主权项】：
1.一种基于双卷积和主题模型的场景识别方法，用于对场景图片的识别，其特征在于，该方法包括：利用两个卷积神经网络对原始输入图像进行学习得到场景卷积神经网络和对象卷积神经网络；利用主题模型对象检测特征进行筛选得到对象判别特征；将得到的对象判别特征、卷积费舍尔特征和多尺度的空间局部特征输入到支持向量机中进行训练，输出识别结果。
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浙江师范大学，未经浙江师范大学许可，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/201811606504.2/，转载请声明来源钻瓜专利网。
