申请/专利权人：西安交通大学;中国航天科工集团第二研究院

申请日：2021-10-25

公开（公告）日：2024-04-05

公开（公告）号：CN113989553B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/80;G06V10/82;G06T3/4038;G06N3/0464;G06N7/01

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2022.02.18#实质审查的生效;2022.01.28#公开

摘要：本发明公开了一种面向图像模式分类的基于含混样本密度估计的证据建模方法及系统，所述方法包括以下步骤：获取拼接后图像的一维向量图像特征；构建属于混合焦元的含混样本；基于构建获得的含混样本，估计出混合焦元在各属性上对应的概率密度函数和单点焦元的概率密度函数；基于获得的概率密度函数，求出待建模样本在每个焦元的概率密度函数上对应的概率密度值，将待建模样本在所有焦元上的概率密度值归一化生成基本信度分配函数。本发明能够直接生成混合焦元的BBA函数，可更直观地对混合焦元进行证据建模，且能够更有效地提升其应用于基于证据组合的图像识别分类时的性能。

主权项：1.一种面向图像模式分类的基于含混样本密度估计的证据建模方法，其特征在于，包括以下步骤：获取多源图像并进行图像类别分类，将分类为同一图像类别的图像进行拼接，获取拼接后图像的一维向量图像特征；基于所述一维向量图像特征，将每个图像类别定义为一个单点焦元，多个图像类别集合定义为混合焦元；通过各混合焦元对应的多个图像类别的全部样本之间的交运算或并运算，构建属于混合焦元的含混样本；基于构建获得的含混样本，通过混合高斯模型或生成对抗网络估计出混合焦元在各属性上对应的概率密度函数；通过单高斯模型或生成对抗网络估计出单点焦元的概率密度函数；基于获得的概率密度函数，求出待建模样本在每个焦元的概率密度函数上对应的概率密度值，将待建模样本在所有焦元上的概率密度值归一化生成基本信度分配函数，完成证据建模；其中，所述通过各混合焦元对应的多个图像类别的全部样本之间的交运算或并运算，构建属于混合焦元的含混样本中，所述交运算对混合焦元包含图像类别的所有样本使用贝叶斯决策的基本分类器进行分类，将分类错误的样本归为含混样本；所述并运算将对混合焦元包含图像类别的所有样本都归为含混样本；所述基于构建获得的含混样本，通过混合高斯模型或生成对抗网络估计出混合焦元在各属性上对应的概率密度函数；通过单高斯模型或生成对抗网络估计出单点焦元的概率密度函数中，针对单点焦元{θi}，单高斯模型的计算表达式为， 其中，表示单点焦元{θi}在属性j上的概率密度函数，和σij分别为类别i的样本在属性j上的平均值和标准差；针对混合焦元H，混合高斯模型的计算表达式为， 其中，表示混合焦元H在属性j上的概率密度函数，表示类别t的高斯模型，πt表示的权重；参数和πt的计算表达式为， 其中，nt表示混合焦元H对应的含混样本中类别t的样本数，N表示混合焦元H对应的含混样本总数，表示属于类别t的样本在属性j上的值；所述基于获得的概率密度函数，求出待建模样本在每个焦元的概率密度函数上对应的概率密度值，将待建模样本在所有焦元上的概率密度值归一化生成基本信度分配函数，完成证据建模中，将待建模样本在所有焦元上的概率密度值归一化生成基本信度分配函数的计算表达式为， 其中，mjC表示焦元C在属性j上的BBA函数，xj测试样本在属性j上的值，表示xj在焦元C对应的PDF中的概率密度值。

全文数据：

权利要求：

百度查询： 西安交通大学;中国航天科工集团第二研究院 一种面向图像模式分类的基于含混样本密度估计的证据建模方法及系统

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