摘要
本发明提供了一种面向机器人的多原型表征增强的视觉模式识别方法,可以应用于人工智能、图像处理与信号处理技术领域。该方法包括:利用原型集成分类器对用于机器人视觉模式识别任务的图像训练数据集进行特征提取,并通过计算所提取到的样本图像特征与多原型集中每个原型之间的模式相似性以及通过将样本图像特征进行映射,得到样本图像的预测分类结果;利用标签感知多原型更新器对由机器人基于视觉模式识别任务实时采集到的图像数据进行目标原型识别,从多原型集中得到待更新的原型,基于样本图像的预测分类结果对待更新的原型进行原型移动量化更新,得到更新后的原型,并基于更新后的原型得到图像数据的分类结果。
技术关键词
原型
集成分类器
样本
模式识别方法
图像分类神经网络
机器人视觉
标签
深度卷积神经网络
变压器模块
信号处理技术
数据
特征提取器
多层感知机
神经网络模型
计数器
系统为您推荐了相关专利信息
水电站
管理方法
YOLO模型
图像
在线学习机制
主控装置
磁信号检测装置
监测系统
磁屏蔽室
CO2浓度控制系统
短信发送方法
LightGBM模型
信令
短信发送装置
身份证
饱和度
颜色
显示设备色域
神经网络模型
分段线性插值