申请/专利权人:西安理工大学
申请日:2023-12-15
公开(公告)日:2024-03-29
公开(公告)号:CN117789224A
主分类号:G06V30/226
分类号:G06V30/226;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了基于改进的ResNet网络与特征融合的书法风格分类方法,包括:步骤1、收集多种类型不同风格的书法字帖,作为数据集;步骤2、对步骤1的数据集进行预处理;步骤3、构建分类网络模型,该模型由特征提取模块与特征融合模块构成;其中特征提取模块使用改进后的ResNet34为基线网络,用于对书法图像特征进行提取;特征融合模块将由特征提取模块得到的特征图进行拼接融合,再将融合后的特征输入到分类函数进行分类;步骤4、将步骤2处理过的数据集输入至步骤3构建的分类网络模型,对模型进行训练与测试,确定用于书法风格分类的最优模型。本发明方法可以降低模型的参数量,提高分类准确率。
主权项:1.基于改进的ResNet网络与特征融合的书法风格分类方法,其特征在于,具体按照以下步骤实施:步骤1、收集多种类型不同风格的书法字帖,作为数据集;步骤2、对步骤1的数据集进行预处理;步骤3、构建分类网络模型,该模型由特征提取模块与特征融合模块构成;其中特征提取模块使用改进后的ResNet34为基线网络,用于对书法图像特征进行提取;特征融合模块将由特征提取模块得到的特征图进行拼接融合,再将融合后的特征输入到分类函数进行分类;步骤4、将步骤2处理过的数据集输入至步骤3构建的分类网络模型,对模型进行训练与测试,确定用于书法风格分类的最优模型。
全文数据:
权利要求:
百度查询: 西安理工大学 基于改进的ResNet网络与特征融合的书法风格分类方法
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。