獲取深度一次性學(xué)習(xí)模型的方法、圖像識(shí)別方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201610761364.0 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN106372656B 公開(kāi)(公告)日 2019-05-10
申請(qǐng)公布號(hào) CN106372656B 申請(qǐng)公布日 2019-05-10
分類(lèi)號(hào) G06K9/62(2006.01)I 分類(lèi) 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 史方; 鄒佳運(yùn); 王標(biāo); 樊強(qiáng) 申請(qǐng)(專(zhuān)利權(quán))人 同觀科技(深圳)有限公司
代理機(jī)構(gòu) 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 同觀科技(深圳)有限公司
地址 518057 廣東省深圳市南山區(qū)高新區(qū)南環(huán)路29號(hào)留學(xué)生創(chuàng)業(yè)大廈22樓04號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種獲取深度一次性學(xué)習(xí)模型的方法、圖像識(shí)別方法及裝置,獲取深度一次性學(xué)習(xí)模型的方法包括:將包含少量目標(biāo)圖像和背景圖像的預(yù)設(shè)數(shù)據(jù)集中每一幅目標(biāo)圖像輸入預(yù)設(shè)CNN模型,選擇預(yù)設(shè)CNN模型隱含層中任一層輸出圖像作為該目標(biāo)圖像的特征圖像集;采用預(yù)設(shè)數(shù)據(jù)集中背景圖像,通過(guò)PCA方法確定降維矩陣,對(duì)所有特征圖像集進(jìn)行降維,生成降維特征圖像集;將所有降維特征圖像集輸入預(yù)設(shè)貝葉斯學(xué)習(xí)模型,對(duì)降維特征圖像集對(duì)應(yīng)的目標(biāo)圖像進(jìn)行識(shí)別,構(gòu)建深度一次性學(xué)習(xí)模型;采用預(yù)設(shè)數(shù)據(jù)集對(duì)深度一次性學(xué)習(xí)模型進(jìn)行訓(xùn)練,直到模型收斂,獲取收斂后的深度一次性學(xué)習(xí)模型。采用收斂后的深度一次性學(xué)習(xí)模型對(duì)圖像進(jìn)行識(shí)別,識(shí)別率較高。