摘要
本发明涉及增量学习支持的计算机视觉目标识别方法及系统,涉及图像处理领域,获得目标检测模型的关联图像及第一高频背景图像以及待识别图像及第二高频背景图像,计算关联图像与待识别图像的第一语义相似度,计算第一高频背景图像与第二高频背景图像的第二语义相似度,计算关联图像于第一高频背景图像的第一分布特征与待识别图像于第二高频背景图像的第二分布特征的分布相似度,根据第一、二语义相似度及分布相似度进行任务相似分析获得任务相似度,当其大于或等于相似度阈值对模型进行共享主干网络增量学习,否则,进行增加分支网络增量学习,解决了动态环境下目标识别灵活性和准确性不足,导致识别出现误检或漏检的问题。
技术关键词
语义
分布特征
计算机视觉
特征协方差矩阵
识别方法
特征提取网络
梯度直方图
决策树训练
网格
密度
图像识别模块
基础
因子
分支
识别系统
图像处理
系统为您推荐了相关专利信息
参数识别方法
误差曲线
三次样条曲线
多项式
端点
装备管理系统
设备管理服务器
存储单元
场景
终端箱
情感分类方法
文本
卷积网络模型
依存句法分析
序列