[发明专利]一种细粒度图像分类的方法及系统有效
| 申请号： | 201810621469.5 | 申请日： | 2018-06-15 |
| 公开（公告）号： | CN108875827B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 林倞;陈添水;惠晓璐;王青 | 申请（专利权）人： | 拓元（广州）智慧科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/764;G06V10/40;G06V10/776;G06V10/778;G06N3/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 511455 广东省广州市南沙区丰泽东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种细粒度图像分类的方法及系统，所述方法包括如下步骤：步骤S1，对输入图片进行特征提取，获得特征图。步骤S2，统计数据集中类别标签和属性的关联性来构建知识图谱；步骤S3，利用GGNN网络对所构建的知识图谱进行特征表达，迭代地更新知识图谱得到知识图谱的特征表示；步骤S4，将步骤S1提取到的特征图与步骤S3通过GGNN网络得到的高级知识进行融合，通过高级知识和特征图结合来引导网络分类，本发明通过知识引导和嵌入来进行细粒度分类，使网络关注到图片中更具有判别性的区域，学习到更强的分类特征，从而提高网络分类准确率。 | ||
| 搜索关键词： | 一种 细粒度 图像 分类 方法 系统 | ||
【主权项】：
1.一种细粒度图像分类的方法，包括如下步骤：步骤S1，对输入图片进行特征提取，获得特征图。步骤S2，统计数据集中类别标签和属性的关联性来构建知识图谱；步骤S3，利用GGNN网络对所构建的知识图谱进行特征表达，迭代地更新知识图谱得到知识图谱的特征表示；步骤S4，将步骤S1提取到的特征图与步骤S3通过GGNN网络得到的高级知识进行融合，通过高级知识和特征图结合来引导网络分类。
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拓元（广州）智慧科技有限公司，未经拓元（广州）智慧科技有限公司许可，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/201810621469.5/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
