[发明专利]基于深度卷积特征和语义近邻的多标签图像补全方法有效
| 申请号： | 201911286325.X | 申请日： | 2019-12-13 |
| 公开（公告）号： | CN111080551B | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 张素兰;邓建国 | 申请（专利权）人： | 太原科技大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 太原市科瑞达专利代理有限公司 14101 | 代理人： | 王思俊 |
| 地址： | 030024 山*** | 国省代码： | 山西;14 |
| 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深度卷积特征和语义近邻的多标签图像补全方法，首先，通过改进卷积神经网络的损失函数，构建一个融合深度卷积特征和语义近邻的卷积神经网络(CNN‑KNN)模型，然后，将CNN的预分类结果输入到语义近邻算法中利用图像标注词间的依赖或共生关系对网络模型输出结果进行改善，最后，优化多标签重要性排序算法，将改善的结果按此算法排序并分配与图像内容表述一致的标注词预测图像的最终标注结果。采用基准数据集iaprtc12进行实验，验证了该方法能有效地补全图像标签语义。 | ||
| 搜索关键词： | 基于 深度 卷积 特征 语义 近邻 标签 图像 方法 | ||
【主权项】：
暂无信息
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太原科技大学，未经太原科技大学许可，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/201911286325.X/，转载请声明来源钻瓜专利网。
- 上一篇：密封式定深水样采取装置
- 下一篇：一种温湿调控细颗粒物高效脱除的装置及方法
