摘要
本发明提供一种场景相似度判断方法、模型及训练方法,涉及图像相似度判断技术领域。该训练方法包括:S1、获取样本图像;S2、提取整体轮廓并进行数据增强和融合;S3、拼接获得正样本和负样本;S4、缩放并制作成训练样本;S5、将训练样本传入卷积神经网络,进行多次下采样,提取融合图片信息,最后获得缩放后的特征图,作为相似度特征图;S6、将步骤S5所得的特征图展开成1×N的向量,将该向量与输入数据的权重相乘,并将所有结果相加,得到一个加权求和的值;该值代表两张图片中场景的相似程度。本发明能对图片的场景特征的相似度进行判断,能兼具判断准确度和速度。
技术关键词
空间特征信息
样本
像素点
度判断方法
场景
图片
卷积神经网络结构
文件夹
图像像素
深度学习模型
canny算法
轮廓
双线性插值法
通道
索引
数据
代表
学习特征
系统为您推荐了相关专利信息
搬运机器人
充电设备
距离信息
充电方法
神经网络模型
功率分配模型
云服务器
协同控制方法
模型预测控制策略
数据
干燥箱
动态仿真模型
温控
脉冲信号发射装置
参数