基于多通路卷积神经网络的图像分类方法及系统-购物商城-保定市知识产权运营与公共信息服务平台

客服热线：19932581850

免费查询

一站式服务

首页政策法规知产运营专利转化会员信息地理标志第三方服务一网通办信息服务

基于多通路卷积神经网络的图像分类方法及系统

我有意向

次浏览

详细信息
成果简介
成果亮点
前景分析

成果名称：	基于多通路卷积神经网络的图像分类方法及系统	关键字：	卷积 , 通路 , 分类 , 图像 , 训练 , fms , 模型 , cnn , 特征提取 , 全局	应用行业：	公共设施管理业
高新技术领域：	电子信息技术	所在地：	北京市	知识产权类型：	发明专利
知识产权编号：	CN201710633647.1	成果体现形式：		成果属性：
成果所处阶段：	授权	成果水平：	国内先进	研究形式：
学科分类：		战略新兴产业：	新一代信息技术	课题来源：
第一完成单位名称：	北京工商大学	第一完成单位属性：		技术成熟度：
合作方式：	专利许可	交易价格(万)：	5.00	所属十强产业：

本发明公开了一种基于多通路卷积神经网络(Convolutional Neural Networks，CNN)的图像分类方法及系统，其中，方法包括：输入待分类图像；对待分类图像进行分块；设计多通路CNN模型，多通路CNN模型至少包括局部特征提取通路和全局特征提取通路；对训练图像进行分块；根据多通路CNN模型和多个训练图像块进行模型训练，以生成CNN分类模型；根据多个图像块通过CNN分类模型得到图像分类结果。该方法可以基于多通路CNN全自动地对图像进行分类，实现基于像素级的分类目的，不受待分类图像类别的限制，而且适应性强，模型性能好，从而有效提高图像分类的准确性和便捷性。