摘要
一种基于渐进式特征学习的多目标图像识别方法,属于图像识别领域。该方法:(1)图像增强预处理:构建质量分类器自动筛选出需要进行质量优化的模糊图像,然后使用循环一致性生成对抗网络完成模糊图像域到清晰图像域的复原。(2)多尺度融合的关键目标定位:采用多尺度特征金字塔融合高层特征图和低层特征图不同特征尺度上所蕴含的互补信息,实现对图像中每一个关键目标的精确定位,从而确保每一个关键目标都能作为一个独立的样本被分析识别。(3)领域知识引导的目标分类:本发明将领域知识(包括颜色和轮廓两种),结合注意力机制将领域知识嵌入到图像分类模型中,增强分类模型对关键特征的捕捉能力,从而获得准确的类别预测结果。
技术关键词
注意力
多尺度特征融合
轮廓提取
多尺度特征金字塔
掩膜
轮廓信息
像素点
生成对抗网络
图像识别方法
颜色
分类器
二值化图像
图像增强
显微镜
感兴趣
中间层
卷积特征
系统为您推荐了相关专利信息
信息提取系统
图像增强网络
图像畸变校正
离群点
图像增强模块
文本特征向量
答案检索方法
医学
教学
信息提取模型