摘要
本发明涉及图像识别技术领域,具体涉及一种基于人类视觉模式的多分辨率融合图像识别方法,通过图像采集设备获取目标图像,并对图像进行预处理,将预处理后的图像按不同分辨率进行处理,生成多个分辨率的图像,并通过卷积神经网络对不同分辨率图像进行特征提取,对提取的多分辨率图像特征进行加权融合,随后,引入人类视觉注意力机制对融合特征进行优化,提升图像识别的精度。最终,将优化后的多分辨率特征输入至支持向量机模型,进行图像识别与分类,并通过后处理步骤进一步去除噪声和增强分类置信度,输出最终的图像识别结果。本发明,能够有效提升复杂场景下的图像识别精度,并具备较强的鲁棒性,适用于各种图像分类任务。
技术关键词
图像识别方法
支持向量机模型
图像采集设备
视觉注意力机制
人类
识别图像类别
卷积神经网络结构
多分辨率
模式
特征加权融合
加权融合算法
通道注意力机制
对比度
主成分分析法
图像特征提取
图像识别技术
系统为您推荐了相关专利信息
图像识别方法
边界结构
功率谱密度估计
序列
像素点
供体
配型方法
受体
Logistic回归模型
指标
注意力
眼动数据
驾驶控制方法
自动驾驶状态
机器人