一种基于特征融合的图像分类方法[发明专利]

专利名称：一种基于特征融合的图像分类方法专利类型：发明专利
发明人：张桃红,范素丽,胡俊楠
申请号：CN202011140530.8
申请日：20201022
公开号：CN112016574A
公开日：
20201201
专利内容由知识产权出版社提供
摘要：本发明提供一种基于特征融合的图像分类方法，所述方法包括：获取包含图像和结构化数值特征的训练集；构建基于图像特征和结构化数值特征的特征融合图像分类模型；利用获取的训练集对构建的特征融合图像分类模型进行训练；其中，在训练过程中，通过图像处理提取图像的几何特征，同时通过卷积神经网络自动提取图像特征，将图像处理提取的几何特征、卷积神经网络自动提取的特征与训练集中的结构化数值特征进行融合，根据融合后的特征对图像的类型进行预测；获取待分类图像，将其输入到训练好的特征融合图像分类模型中，对待分类图像的类型进行预测。

采用本发明，能够利用融合后的更加全面和更具代表性的特征对图像进行分类，提高图像的分类准确率。

申请人：北京科技大学
地址：100083 北京市海淀区学院路30号
国籍：CN
代理机构：北京市广友专利事务所有限责任公司
代理人：张仲波
更多信息请下载全文后查看。