摘要
本发明涉及一种基于类中心SVM和近端SVM的马匹图像识别方法,包括以下步骤:获取马匹图像数据,进行预处理,输入预先训练好的CCPSVM模型中,输出识别结果,其中模型包括基于类中心SVM分类器和近端SVM分类器;模型训练过程包括:获取马匹图像数据集,进行预处理;基于预处理后的马匹图像数据集,计算出每个类别的类中心,采用线性核训练类中心SVM分类器,以获得每个类别中最相关的马匹图像数据样本,其中每个类中心均分配有相应类别的标签;将每个类别中最相关的马匹图像数据样本作为近端SVM分类器的训练样本并选用多项式核训练近端SVM分类器,完成训练。与现有技术相比,本发明具有识别精度高、效率高等优点。
技术关键词
图像识别方法
SVM分类器
拉格朗日
正则化参数
KKT条件
数据
轮廓图像
图像分割方法
标签
分类器训练
松弛
样本
图像还原
多项式
平滑度
决策
系统为您推荐了相关专利信息
图像识别分类方法
场景分类
关联规则分析
拉格朗日
图像识别分类系统
变化检测方法
语义特征
表达式
特征提取网络
图像
状态评估方法
SVM分类器
状态评估系统
非线性特征
血流
反演方法
污染物排放量
植被
无人机多光谱影像
卫星遥感数据
自动咖啡机
数据分析单元
智能控制系统
保温柜装置
控制单元