[发明专利]一种基于深度多模态融合的地基云图像分类方法在审
| 申请号： | 201810016199.5 | 申请日： | 2018-01-08 |
| 公开（公告）号： | CN108108720A | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 刘爽;李梅;张重 | 申请（专利权）人： | 天津师范大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京中政联科专利代理事务所(普通合伙) 11489 | 代理人： | 陈超 |
| 地址： | 300387 *** | 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： | 本发明实施例公开了一种基于深度多模态融合的地基云图像分类方法，该方法包括：对输入地基云图像进行预处理，得到输入图像；将输入图像信息转移到深度神经网络训练模型中，训练得到深度神经网络；提取每幅输入图像的卷积激活特征，并进行平均池化，得到输入图像的视觉表示；将视觉特征与多模态特征相融合，得到每幅输入图像的最终特征表示；训练得到地基云图像分类模型；将测试输入图像的最终特征表示输入至模型中，得到地基云图像分类标签。本发明能够有效保持地基云图像的空间信息，达到有效提取地基云图像视觉特征的目的；充分利用视觉特征与多模态特征之间的互补信息，从而提高地基云图像分类的正确率。 | ||
| 搜索关键词： | 地基 输入图像 图像分类 多模态特征 视觉特征 最终特征 多模态 融合 预处理 神经网络训练 输入图像信息 图像分类模型 图像视觉特征 图像 互补信息 空间信息 神经网络 视觉表示 正确率 池化 卷积 标签 激活 测试 | ||
【主权项】：
1.一种基于深度多模态融合的地基云图像分类方法，其特征在于，所述方法包括以下步骤：步骤S1，对输入地基云图像进行预处理，得到深度神经网络的输入图像；步骤S2，将输入图像信息转移到深度神经网络训练模型中，训练得到深度神经网络；步骤S3，提取每幅输入图像的卷积激活特征；步骤S4，对提取得到的卷积激活特征进行平均池化，得到输入图像的视觉表示；步骤S5，将所述视觉特征与多模态特征相融合，得到每幅输入图像的最终特征表示；步骤S6，训练支持向量机分类器，得到地基云图像分类模型；步骤S7，将测试输入图像的最终特征表示输入至所述地基云图像分类模型中，得到地基云图像分类标签。
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天津师范大学，未经天津师范大学许可，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/201810016199.5/，转载请声明来源钻瓜专利网。
