获取深度一次性学习模型的方法、图像识别方法及装置

基本信息

申请号 CN201610761364.0 申请日 -
公开(公告)号 CN106372656B 公开(公告)日 2019-05-10
申请公布号 CN106372656B 申请公布日 2019-05-10
分类号 G06K9/62(2006.01)I 分类 计算;推算;计数;
发明人 史方; 邹佳运; 王标; 樊强 申请(专利权)人 同观科技(深圳)有限公司
代理机构 北京弘权知识产权代理事务所(普通合伙) 代理人 同观科技(深圳)有限公司
地址 518057 广东省深圳市南山区高新区南环路29号留学生创业大厦22楼04号
法律状态 -

摘要

摘要 本发明公开了一种获取深度一次性学习模型的方法、图像识别方法及装置,获取深度一次性学习模型的方法包括:将包含少量目标图像和背景图像的预设数据集中每一幅目标图像输入预设CNN模型,选择预设CNN模型隐含层中任一层输出图像作为该目标图像的特征图像集;采用预设数据集中背景图像,通过PCA方法确定降维矩阵,对所有特征图像集进行降维,生成降维特征图像集;将所有降维特征图像集输入预设贝叶斯学习模型,对降维特征图像集对应的目标图像进行识别,构建深度一次性学习模型;采用预设数据集对深度一次性学习模型进行训练,直到模型收敛,获取收敛后的深度一次性学习模型。采用收敛后的深度一次性学习模型对图像进行识别,识别率较高。