[发明专利]一种基于改进型特征卷积神经网络图像识别方法

摘要

本发明公开了一种基于改进型特征卷积神经网络图像识别方法。首先对待输入的图像进行预处理；其次在卷积神经网络结构中加入特征提取层，将特征放大；然后，将特征放大的图像数据输入卷积神经网络，对图像中的特征进行卷积操作学习辨认，得到卷积神经网络的输出，并且将所述第一步骤中预处理后的图像进行偏移操作，得到图像的纹理特征；最后，分析纹理特征后输出结果，并将卷积神经网络的输出进行融合，得到最终结果进行输出。通过添加特征提取层，将图像的特征增强，有利于某些特征不明显的图像的提取，从而能够有效的提升图像识别率，并且能够为图像搜索，图像识别等技术提供解决方法，提高识别效率。

主权项

一种基于改进型特征卷积神经网络图像识别方法，其特征在于采用如下步骤：第一步，对待输入的图像进行预处理，去除掉严重不符合规定的图像，并且根据输入图像的属性，设计卷积神经网络结构；第二步， 在卷积神经网络结构中加入特征提取层增强卷积神经网络对于图像特征的提取能力，将特征放大；第三步，将所述的步骤二中的特征放大的图像数据输入卷积神经网络，对图像中的特征进行卷积操作学习辨认，得到卷积神经网络的输出；第四步，将所述第一步骤中预处理后的图像进行偏移操作，得到图像的纹理特征；第五步，对所述步骤四的纹理特征分析后输出结果，并将所述步骤三中的卷积神经网络的输出进行融合，得到最终结果进行输出。