申请/专利权人：孙民

申请日：2018-05-21

公开（公告）日：2019-11-29

公开（公告）号：CN110516681A

主分类号：G06K9/46(20060101)

分类号：G06K9/46(20060101);G06N3/04(20060101);G06N3/08(20060101)

优先权：

专利状态码：失效-发明专利申请公布后的视为撤回

法律状态：2022.06.14#发明专利申请公布后的视为撤回;2019.12.24#实质审查的生效;2019.11.29#公开

摘要：本发明公开一种类神经网络的影像特征提取方法及其显著物体预测方法，适用于环景影像，包含下列步骤：将环景影像投影至立方模型以产生包含多个图像且彼此具有链接关系的图像组；以图像组作为类神经网络的输入，其中，当类神经网络的运算层对其中多个图像进行填补运算时，根据连结关系由多个图像中的相邻图像取得须填补的数据，以保留图像边界部分的特征；以及由类神经网络的运算层的运算而产生填补特征图，并由填补特征图中提取影像特征图。

主权项：1.一种类神经网络的影像特征提取方法，适用于环景影像，其特征在于，包含下列步骤:将所述环景影像投影至立方模型以产生包含多个图像且彼此具有链接关系的图像组；以所述图像组作为类神经网络的输入，其中，当所述类神经网络的运算层对其中所述多个图像进行填补运算时，根据连结关系由所述多个图像中的相邻图像取得须填补的数据，以保留图像边界部分的特征；以及由所述类神经网络的运算层的运算而产生填补特征图，并由所述填补特征图中提取影像特征图。

全文数据：

权利要求：

百度查询： 孙民 影像特征提取方法及其显著物体预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD