[发明专利]基于跨层特征提取的像素级台标识别网络的台标分割方法有效
| 申请号： | 201711161223.6 | 申请日： | 2017-11-20 |
| 公开（公告）号： | CN108009637B | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 张静;徐佳宇;苏育挺;张冬明 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04;G06T7/194;G06K9/62;G06K9/46 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 杜文茹 |
| 地址： | 300192*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于跨层特征提取的像素级台标识别网络的台标分割方法：将现有分类网络的全连接层修改为卷积层，并引入跨层架构，结合低层和高层输出的输入图像的特征，提取融合了图像局部特征和全局特征的跨层特征，分别构建不同跨层架构的三种像素级台标识别网络；采用现有的台标数据集作为训练和测试数据，包括台标图像集和与台标图像集对应的二值标签图像集，分别采用三种像素级台标识别网络提取台标图像集的三种跨层特征；进行像素级台标识别网络的训练；采用在不同类型的台标数据集上训练得到的三种像素级台标识别网络分别对台标图像集进行测试，最终产生与输入图像相同尺寸的像素级分割结果。本发明具有更强的描述能力和区分能力。 | ||
| 搜索关键词： | 基于 特征 提取 像素 台标 识别 网络 分割 方法 | ||
【主权项】：
1.一种基于跨层特征提取的像素级台标识别网络的台标分割方法，其特征在于，包括如下步骤：1)以现有分类网络为基础架构，将全连接层修改为卷积层，并引入跨层架构，通过连接分类网络的低层和高层，结合所述低层和高层输出的输入图像的特征，提取融合了图像局部特征和全局特征的跨层特征，分别构建不同跨层架构的三种像素级台标识别网络；2)采用现有的台标数据集作为训练和测试数据，包括台标图像集和与台标图像集对应的二值标签图像集，其中标签图像集作为像素级台标识别网络训练中的监督信息，分别采用三种像素级台标识别网络提取台标图像集的三种跨层特征；3)进行像素级台标识别网络的训练，对单流架构的像素级台标识别网络PNET-32s采用在ImageNet数据集上训练好的分类网络的模型权重进行初始化后，通过微调的方式进行训练；对跨层架构的像素级台标识别网络PNET-16s采用训练好的单流架构的像素级台标识别网络PNET-32s的模型权重进行训练；对跨层架构的像素级台标识别网络PNET-8s采用训练好的跨层架构的像素级台标识别网络PNET-16s的模型权重进行训练；4)采用在不同类型的台标数据集上训练得到的三种像素级台标识别网络分别对台标图像集进行测试，最终产生与输入图像相同尺寸的像素级分割结果。
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天津大学，未经天津大学许可，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/201711161223.6/，转载请声明来源钻瓜专利网。
