基于Riesz小波變換的圖像識(shí)別方法及裝置
基本信息
申請(qǐng)?zhí)?/td> | CN202111309539.1 | 申請(qǐng)日 | - |
公開(公告)號(hào) | CN114067392A | 公開(公告)日 | 2022-02-18 |
申請(qǐng)公布號(hào) | CN114067392A | 申請(qǐng)公布日 | 2022-02-18 |
分類號(hào) | G06V40/16(2022.01)I;G06V10/52(2022.01)I;G06V10/54(2022.01)I;G06V10/764(2022.01)I;G06V10/82(2022.01)I;G06K9/62(2022.01)I;G06N3/04(2006.01)I | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 李軍平 | 申請(qǐng)(專利權(quán))人 | 北京九州安華信息安全技術(shù)有限公司 |
代理機(jī)構(gòu) | 北京維正專利代理有限公司 | 代理人 | 謝明暉 |
地址 | 100089北京市海淀區(qū)翠湖路8號(hào)俱樂部一層117 | ||
法律狀態(tài) | - |
摘要
摘要 | 本申請(qǐng)的實(shí)施例提供了一種基于Riesz小波變換的圖像識(shí)別方法及裝置,涉及社會(huì)安全領(lǐng)域。所述方法,包括:獲取待識(shí)別群體性事件的全方位圖像;通過訓(xùn)練完成的小波變換模型,提取全方位圖像的紋理特征;根據(jù)紋理特征,獲取全方位圖像的保留紋理特征的特征向量;將特征向量作為輸入數(shù)據(jù),使用訓(xùn)練完成的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)全方位圖像進(jìn)行識(shí)別并分類,得到群體性事件的風(fēng)險(xiǎn)評(píng)估等級(jí)。本申請(qǐng)能夠改善群體性事件的風(fēng)險(xiǎn)評(píng)估等級(jí)確定耗時(shí)較長(zhǎng)且精準(zhǔn)性不高,對(duì)處理群體性事件結(jié)果造成較大的偏差的問題,達(dá)到縮短群體性事件的風(fēng)險(xiǎn)評(píng)估等級(jí)的確定時(shí)長(zhǎng),提高確定的精準(zhǔn)性的效果。 |
