[发明专利]一种基于卷积神经网络的鱼类识别方法和装置在审
| 申请号： | 201910912287.8 | 申请日： | 2019-09-25 |
| 公开（公告）号： | CN110766013A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 易晓梅;贾宇霞;樊帅昌 | 申请（专利权）人： | 浙江农林大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/62;G06N3/04 |
| 代理公司： | 33224 杭州天勤知识产权代理有限公司 | 代理人： | 曹兆霞 |
| 地址： | 311300 浙*** | 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卷积神经网络的鱼类识别方法和装置，包括：(1)采集原始鱼图像，对其进行显著性分析以对鱼图像中的鱼类目标定位分割，获得前景图像，并线性融合前景图像与原始鱼图像，获得对比度明显的鱼图像作为训练样本，以此构建训练集；(2)利用ImageNet预训练ResNet，提取网络参数确定的ResNet作为特征提取单元，该特征提取单元的输出依次连接平均池化层与Softmax分类器，形成鱼类识别网络；(3)利用训练集对鱼类识别网络的网络参数进行优化，获得鱼类识别模型；(4)利用鱼类识别模型对待识别鱼图像进行识别，输出识别结果。该基于卷积神经网络的鱼类识别方法和装置能够准确实现对鱼类的识别。 | ||
| 搜索关键词： | 鱼类 图像 卷积神经网络 特征提取单元 方法和装置 前景图像 网络参数 训练集 显著性分析 目标定位 输出识别 线性融合 训练样本 依次连接 分类器 池化 构建 网络 采集 输出 分割 优化 | ||
【主权项】：
1.一种基于卷积神经网络的鱼类识别方法，包括以下步骤：/n(1)采集原始鱼图像，对原始鱼图像进行显著性分析以对鱼图像中的鱼类目标定位分割，获得前景图像，并线性融合前景图像与原始鱼图像，获得对比度明显的鱼图像作为训练样本，以此构建训练集；/n(2)利用ImageNet预训练ResNet，预训练结束后，提取网络参数确定的ResNet作为特征提取单元，该特征提取单元的输出依次连接平均池化层与Softmax分类器，形成鱼类识别网络；/n(3)利用训练集对鱼类识别网络的网络参数进行优化，优化结束后获得鱼类识别模型；/n(4)按照步骤(1)对待识别的鱼图像进行处理，获得对比度明显的待识别鱼图像，利用鱼类识别模型对对比度明显的待识别鱼图像进行识别，输出识别结果。/n
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农林大学，未经浙江农林大学许可，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/201910912287.8/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
