[发明专利]基于弱监督及无监督部件检测和分割的细粒度分类方法在审
| 申请号： | 201910427921.9 | 申请日： | 2019-05-22 |
| 公开（公告）号： | CN110147841A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 庞程;王如月;蓝如师;刘振丙;罗笑南 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 杨雪梅 |
| 地址： | 541004 广*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于弱监督及无监督部件检测和分割的细粒度分类方法，步骤为：S1、获取数据集训练样本；S2、基于弱监督部件检测方法和无监督部件检测方法，对步骤S1获得的数据集训练样本进行处理，得到部件假设，即部件检测结果；S3、利用步骤S2得到的部件假设，进行部件制导分割，得到更多对细粒度分类有用的部件；S4、根据步骤S3得到的有用的部件，进行细粒度图像分类的操作，得到分类结果。该方法利用部件检测得到的部件假设来指导前景分割以保留更多的对细粒度分类有用的部件，同时抑制背景噪声，从而提升细粒度分类的性能；同时，该方法在实际应用方面的条件限制更少，大大增加了适用的场景和方法的泛用性。 | ||
| 搜索关键词： | 细粒度分类 部件检测 无监督 训练样本 分割 部件检测结果 抑制背景噪声 分类结果 获取数据 监督部件 前景分割 条件限制 图像分类 泛用性 数据集 细粒度 制导 监督 场景 检测 保留 应用 | ||
【主权项】：
1.基于弱监督及无监督部件检测和分割的细粒度分类方法，其特征在于，包括如下步骤：S1、获取数据集训练样本；S2、基于弱监督部件检测方法和无监督部件检测方法，对步骤S1获得的数据集训练样本进行处理，得到部件假设，即部件检测结果；S3、利用步骤S2得到的部件假设，进行部件制导分割，得到更多对细粒度分类有用的部件；S4、根据步骤S3得到的有用的部件，进行细粒度图像分类的操作，得到分类结果。
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桂林电子科技大学，未经桂林电子科技大学许可，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/201910427921.9/，转载请声明来源钻瓜专利网。
