[发明专利]基于多视野卷积神经网络的影像特征识别方法有效
| 申请号： | 201611261265.2 | 申请日： | 2016-12-30 |
| 公开（公告）号： | CN106845529B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 刘达;刘奎;侯蓓蓓 | 申请（专利权）人： | 北京柏惠维康科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08;G06K9/46 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 100191 北京市*** | 国省代码： | 北京;11 |
| 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多视野卷积神经网络的影像特征识别方法，包括：收集历史数据库中的带有正负标签的CT影像，建立数据集；利用图像分割算法判断数据集中每一CT影像中所标定特征的位置区域，提取不同像素大小的敏感区域；构建多视野卷积神经网络；将提取的不同像素大小的敏感区域作为样本输入至多视野卷积神经网络，并对多视野卷积神经网络进行训练，获得训练好的多视野卷积神经网络；采用对待识别的CT影像进行处理，将提取到的不同像素大小的敏感区域输入到训练好的多视野卷积神经网络中进行特征识别，根据识别结果来确定待识别CT影像的正负标签。上述方案不仅实现了端到端的图像识别，而且还确保了识别精确度。 | ||
| 搜索关键词： | 基于 视野 卷积 神经网络 影像 特征 识别 方法 | ||
【主权项】：
一种基于多视野卷积神经网络的影像特征识别方法，其特征在于，包括：步骤一、收集历史数据库中的带有正负标签的CT影像，建立数据集；步骤二、利用图像分割算法判断数据集中每一CT影像中所标定特征的位置区域，提取不同像素大小的敏感区域；步骤三、构建多视野卷积神经网络，网络构架包括：相互交替的卷积层与池化层，后接一个全连接层，最后的输出层是Softmax分类器；步骤四、将提取的不同像素大小的敏感区域作为样本输入至多视野卷积神经网络，并对多视野卷积神经网络进行训练，获得训练好的多视野卷积神经网络；步骤五、采用步骤二的方式对待识别的CT影像进行处理，将提取到的不同像素大小的敏感区域输入到训练好的多视野卷积神经网络中进行特征识别，根据识别结果来确定待识别CT影像的正负标签。
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北京柏惠维康科技有限公司，未经北京柏惠维康科技有限公司许可，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/201611261265.2/，转载请声明来源钻瓜专利网。
- 上一篇：用于电力电缆局部放电检测的智能高频局部放电传感器
- 下一篇：一种电机
