-
公开(公告)号:CN116503637A
公开(公告)日:2023-07-28
申请号:CN202310164383.5
申请日:2023-02-24
Applicant: 北京工业大学
IPC: G06V10/764 , G06V10/75 , G06V10/80 , G06V10/82 , G06N3/048 , G06N3/047 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 一种融合序列关系的图像分类方法,属于计算机视觉领域。连续的序列图像显现的图像特征变化可能表现出一定的规律性,在实际应用对序列图像分类时也需要通过观察完整的序列变化来完成。现有的序列图像分类方法只关注单张的图像特征,忽略了图像序列之间的上下文关系,从而对序列图像的分类结果造成很大影响。本发明针对此问题,设计了一种融合序列上下文关系特征的图像分类方法,在关注单张图像特征信息的基础上,更针对性地关注序列图像的上下文信息,结合单张图像和序列关系两方面的信息得出最后的分类结果。我们提出的流程和解决方案具有全面学习序列图像信息的效果,比以往只独立考虑单张图像信息更加准确。