龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华中农业大学
申请日：2024-05-06
公开（公告）日：2024-06-28
公开（公告）号：CN118262180A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/74;G06V10/80;G06V10/82;G06N3/0464;G06N3/0455;G06N3/0895;G06V10/30;G06T7/194
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及一种基于前景背景多级划分与特征融合的细粒度图像分类方法，该方法利用主干网络得到检测图像中不同区域的重要程度分布，并通过设定阈值对图像进行分割，得到前景图像和多级背景图像；对分割后的图像进行预处理并输入主干网络，得到前景特征和多个背景特征；基于每一个背景特征和前景特征之间的相似度，以及每一个背景特征的原图像与前景图像的距离得到两组权重，对前景特征和每一个背景特征进行两次加权，将加权后的所有特征进行融合并送入分类器得到分类结果。本发明采用前景‑背景多级划分和特征加权融合，使分类模型能够更加准确地捕获图像中强判别区域的同时，提取了图像背景中的有效信息并去除噪音，有效提高了分类准确性。
主权项：1.一种基于前景背景多级划分与特征融合的细粒度图像分类方法，其特征在于，包括：获取检测图像，将所述检测图像输入预设主干网络中，基于所述主干网络的注意力机制得到所述检测图像中不同区域的注意力强度分布值；基于所述注意力强度分布值对检测图像进行分割，得到前景图像和多级背景图像；对所述前景图像和多级背景图像进行预处理，将预处理后的前景图像和多级背景图像输入预设主干网络中，得到前景特征和多个背景特征；基于每一个背景特征和前景特征之间的相似度得到第一组权重，根据第一组权重分别对前景特征和每一个背景特征进行加权，得到第一组加权特征；基于每一级背景图像与前景图像的距离得到第二组权重，根据第二组权重对第一组加权特征进行加权，得到第二组加权特征；对第二组加权特征进行特征融合，根据融合后的特征得到检测图像的分类结果。
全文数据：
权利要求：
百度查询： 华中农业大学 基于前景背景多级划分与特征融合的细粒度图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号