- 专利标题: 一种基于深度层次特征学习的海量图像分类系统
-
申请号: CN201410182971.2申请日: 2014-05-04
-
公开(公告)号: CN103955707B公开(公告)日: 2017-08-15
- 发明人: 董乐 , 吕娜 , 封宁 , 贺玲
- 申请人: 电子科技大学
- 申请人地址: 四川省成都市高新区(西区)西源大道2006号
- 专利权人: 电子科技大学
- 当前专利权人: 电子科技大学
- 当前专利权人地址: 四川省成都市高新区(西区)西源大道2006号
- 代理机构: 成都华风专利事务所
- 代理商 杨保刚
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06K9/46
摘要:
本发明提供了一种基于深度层次特征学习的海量图像分类系统,包括如下步骤:步骤a、输入无标签和有标签图像数据,对无标签图像数据进行预处理,除干扰信息、保留关键信息;步骤b、将预处理之后的图像进行K‑means特征学习,得到本层的字典;步骤c、如本层为第N层,对本层的字典与带标签图像数据集进行特征映射,得到深层次特征后进行步骤e,否则对本层的字典与的无标签图像数据进行特征映射,得到深层次的特征;步骤d、根据深层次特征的相关性,将多个高相关性特征聚合为一个感受野,如本层为N‑1层则进行步骤e,否则作为下一层输入信息送给步骤b;步骤e、在第N层中,将学到的特征输入SVM分类器,进行分类。
公开/授权文献
- CN103955707A 一种基于深度层次特征学习的海量图像分类系统 公开/授权日:2014-07-30