-
公开(公告)号：CN113191406B
公开(公告)日：2023-10-27
申请号：CN202110415553.3
申请日：2021-04-19
Applicant: 金科智融科技(珠海)有限公司 , 北京工业大学
IPC: G06V10/764 , G06V10/44 , G06V10/82 , G06N3/047 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于格拉姆矩阵的动漫图像分类方法。该方法设计了一种基于深度卷积神经网络和格拉姆矩阵的图像分类网络，该网络可以将输入图像分为动漫类与非动漫类。本发明具体包括如下步骤：(1)在网络上广泛搜集动漫图像和非动漫图像，建立数据集；(2)对动漫图像进行数据增广处理扩充训练数据集；(3)使用预训练的ResNet50网络提取图像的特征；(4)将所提取的特征展平并进行内积运算，从而生成包含图像风格信息的格拉姆矩阵；(5)将格拉姆矩阵输入到深度卷积神经网络中进行分类，得到输入图像是否为动漫图像的分类结果。本发明能够对动漫图像进行识别，为避免因动漫引起的侵权提供新的方案。
-
公开(公告)号：CN114550162A
公开(公告)日：2022-05-27
申请号：CN202210143670.3
申请日：2022-02-16
Applicant: 北京工业大学
Abstract: 本发明公开了一种视图重要性网络与自注意力机制相结合的三维物体识别方法。该方法包括：将待识别三维物体从n个不同的视角进行投影获得n个不同的二维视图，其中，n大于等于二；通过基础CNN模型对n个视图进行特征提取，得到对应视图的特征图；通过视图重要性网络判断n个视图各自对三维物体识别的重要程度，并根据重要程度对特征进行不同程度的加强，获得视图增强特征图；将视图增强特征图使用自注意力机制进行处理，得到三维形状描述符；将三维形状描述符输入到全连接网络进行多视角物体识别，实现三维物体识别。本发明将有利于三维物体识别的重要视图进行突出，同时抑制非重要视图对三维物体识别的干扰，提高三维物体识别精准度。
-
公开(公告)号：CN114550162B
公开(公告)日：2024-04-02
申请号：CN202210143670.3
申请日：2022-02-16
Applicant: 北京工业大学
IPC: G06V20/64 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种视图重要性网络与自注意力机制相结合的三维物体识别方法。该方法包括：将待识别三维物体从n个不同的视角进行投影获得n个不同的二维视图，其中，n大于等于二；通过基础CNN模型对n个视图进行特征提取，得到对应视图的特征图；通过视图重要性网络判断n个视图各自对三维物体识别的重要程度，并根据重要程度对特征进行不同程度的加强，获得视图增强特征图；将视图增强特征图使用自注意力机制进行处理，得到三维形状描述符；将三维形状描述符输入到全连接网络进行多视角物体识别，实现三维物体识别。本发明将有利于三维物体识别的重要视图进行突出，同时抑制非重要视图对三维物体识别的干扰，提高三维物体识别精准度。
-
公开(公告)号：CN113191406A
公开(公告)日：2021-07-30
申请号：CN202110415553.3
申请日：2021-04-19
Applicant: 金科智融科技(珠海)有限公司 , 北京工业大学
Abstract: 本发明公开了一种基于格拉姆矩阵的动漫图像分类方法。该方法设计了一种基于深度卷积神经网络和格拉姆矩阵的图像分类网络，该网络可以将输入图像分为动漫类与非动漫类。本发明具体包括如下步骤：(1)在网络上广泛搜集动漫图像和非动漫图像，建立数据集；(2)对动漫图像进行数据增广处理扩充训练数据集；(3)使用预训练的ResNet50网络提取图像的特征；(4)将所提取的特征展平并进行内积运算，从而生成包含图像风格信息的格拉姆矩阵；(5)将格拉姆矩阵输入到深度卷积神经网络中进行分类，得到输入图像是否为动漫图像的分类结果。本发明能够对动漫图像进行识别，为避免因动漫引起的侵权提供新的方案。
-
-
-
Search Results
4
records
(took 0.014 seconds)
