摘要
本发明涉及一种食物识别方法,属图像识别、食物识别领域。包括:对基础特征通过四个并行的特征流分别处理颜色、纹理、形状和结构特征;对于每个特征流输出的特征图经过密集块处理;将经过密集块处理后的特征图输入过渡层进行降维;将经过渡层处理后的特征图输入特征增强模块进一步对经过渡层处理后的特征图进行卷积处理,得到增强后的特征;将增强后的特征输入注意力机制进行处理;将所有注意力机制处理后的特征图进行融合,并通过自适应加权模块调整每个注意力机制处理后的特征的贡献;经过特征融合后的特征图将输入到分类模块中,进行最终分类预测。本发明能识别复杂的食物图像,有效减少相似食物类型之间的混淆,提高了食物识别分类的效果。
技术关键词
食物识别方法
空间金字塔池化
纹理特征
语义注意力
颜色
图像
空间结构特征
通道注意力机制
正则化技术
模块
多尺度信息
全局平均池化
随机梯度下降
语义层面
系统为您推荐了相关专利信息
无人驾驶车辆
深度强化学习
策略
复杂度
车辆控制终端
视频帧
识别提取方法
色彩
数据
图像文字识别技术
半月板损伤
三维卷积神经网络
浅层神经网络
组学特征
负重结构