[发明专利]一种基于无监督深度学习神经网络的图像特征提取方法在审
| 申请号： | 202310121708.1 | 申请日： | 2023-02-16 |
| 公开（公告）号： | CN116310395A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 宋诗斌;朱杰;于凤洁;程炜皓;王海霞;卢晓;盛春阳;聂君;张治国;孙巧巧 | 申请（专利权）人： | 山东科技大学 |
| 主分类号： | G06V10/46 | 分类号： | G06V10/46;G06V10/50;G06V10/77;G06V10/82;G06N3/0464;G06N3/048;G06N3/088;G06N3/084 |
| 代理公司： | 青岛智地领创专利代理有限公司 37252 | 代理人： | 张凯 |
| 地址： | 266590 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于无监督深度神经网络的图像特征提取方法,具体包括如下步骤：获取当前不同视点的图像，调整所有图像为统一大小，并转成灰度图；对灰度图进行单应性变换，新生成的图像与原图重新构成一组图像对，最后吧所有的图像对构成一个图像集；随机选择每个图像对中的一张图像构成图像组A，另一张图像构成图像组B；把图像组A中每张图片按图像长宽比进行分块；把图像组B作为无监督深度学习神经网络的输入；利用计算出的误差对无监督深度学习神经网络进行反向传播。本发明的技术方案克服现有技术中基于卷积神经网络的提取速度慢，且需要大量标注数据用于网络训练的问题。 | ||
| 搜索关键词： | 一种 基于 监督 深度 学习 神经网络 图像 特征 提取 方法 | ||
【主权项】：
暂无信息
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山东科技大学，未经山东科技大学许可，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/202310121708.1/，转载请声明来源钻瓜专利网。
