[发明专利]基于局部几何特征序列建模的二维轮廓形状识别分类方法有效
| 申请号： | 201910644175.9 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110378412B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 彭飞;施鹏;陈飞 | 申请（专利权）人： | 湖南视比特机器人有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 陈炳萍 |
| 地址： | 410000 湖南省长沙市高新开*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于局部几何特征序列建模的二维轮廓形状识别分类方法，涉及物体识别分类技术领域，解决了现有的人为调整设置形状特征过于复杂、物体二维轮廓形状识别分类的成功率较低的问题，其技术方案要点是：提取目标物物体形状的局部几何特征；通过LSTM将提取到的特征信息转换为时间序列信息；基于循环神经网络对局部几何特征序列进行建模；基于全连接神经网络进行特征选择与平衡，得到目标物的分类结果，具有即克服了人为调整设置形状特征过于复杂的缺点，又显著提升了物体二维轮廓形状识别分类的成功率，而且能够区分不同物体的二维轮廓形状，并捕获精细形状差异，包括细微的局部差异。 | ||
| 搜索关键词： | 基于 局部 几何 特征 序列 建模 二维 轮廓 形状 识别 分类 方法 | ||
【主权项】：
1.基于局部几何特征序列建模的二维轮廓形状识别分类方法，其特征是：包括以下步骤：S1：提取目标物物体形状的局部几何特征；S2：通过LSTM将提取到的特征信息转换为时间序列信息；S3：基于循环神经网络对局部几何特征序列进行建模；S4：基于全连接神经网络进行特征选择与平衡，得到目标物的分类结果。
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湖南视比特机器人有限公司，未经湖南视比特机器人有限公司许可，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/201910644175.9/，转载请声明来源钻瓜专利网。
