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。

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