基于卷積神經(jīng)網(wǎng)絡(luò)的書法風(fēng)格識別方法
基本信息
申請?zhí)?/td> | CN201810662708.1 | 申請日 | - |
公開(公告)號 | CN108985348B | 公開(公告)日 | 2019-06-14 |
申請公布號 | CN108985348B | 申請公布日 | 2019-06-14 |
分類號 | G06K9/62(2006.01)I; G06N3/04(2006.01)I; G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 張九龍; 張福成; 屈小娥 | 申請(專利權(quán))人 | 西安飛蝶虛擬現(xiàn)實科技有限公司 |
代理機構(gòu) | 西安弘理專利事務(wù)所 | 代理人 | 西安理工大學(xué) |
地址 | 710048 陜西省西安市金花南路5號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開的基于卷積神經(jīng)網(wǎng)絡(luò)的書法風(fēng)格識別方法,包括以下步驟:獲得并預(yù)處理書法作品,得到書法樣本;將書法樣本分成訓(xùn)練樣本集和驗證樣本集;將訓(xùn)練樣本集輸入模型分類器并不斷迭代訓(xùn)練,同時使用驗證樣本集不斷驗證模型分類器;將書法樣本輸入訓(xùn)練后的模型分類器中,完成書法風(fēng)格識別。本發(fā)明識別方法將書法風(fēng)格識別的過程實現(xiàn)了處理流程的簡化,將書法圖像特征提取及風(fēng)格識別融為一體,識別速度快,而且識別準(zhǔn)確率高;模型分類器參數(shù)量比較少,訓(xùn)練用時少,收斂速度快,識別準(zhǔn)確率高;能夠不斷增加風(fēng)格類別,具有較好的魯棒性、擴展性。 |
