| 专利号 | 2016109126841 | 申请日 | 2016-10-20 | 专利名称 | 基于多特征融合卷积神经网络的浮游生物图像分类方法 |
| 授权日 | 2020-03-13 | 专利权人 | 中国海洋大学 | 发明人 | 郑海永;王超;俞智斌;戴嘉伦;郑冰 |
| 主分类号 | G06K9/46 | 关键词 | 应用领域 | ||
| 摘要 | 本发明提供了一种基于多特征融合卷积神经网络的浮游生物图像分类方法，首先采集大量清晰的浮游生物图像，构建大规模多类别的浮游生物图像数据集，随后使用图像变换及边缘提取算法，提取全局特征与局部特征，将原始特征图像、全局特征图像与局部特征图像一起放进深度学习的多特征融合卷积神经网络中训练，得到多特征融合的卷积神经网络模型，最后，将浮游生物图像输入到该多特征融合卷积神经网络模型中，根据最终输出的概率分数，即可实现分类。本发明将生物形态学角度、计算机视觉方法与深度学习技术相结合，尤其对于大规模多类别浮游生物图像具有非常高的分类准确率。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
